振動電機優化設計的發展
日期:2015-04-17 作者:耐爾特機械
傳統振動電機優化設計,采用的優化算法是一種基于設計變量可微性的數值方法,主要有直接搜索法和隨機搜索法兩種尋優模式。
其中振動電機的經典尋優策略有Powell法、單純形法、SUMT罰函數法、可變容差法和梯度法等。
并且已經在電機新產品的優化設計方面取得了一定進展。
90年代以來,模擬退火(SA)、遺傳算法(GA)、免疫算法(IA)和粒子群優化算法等現代啟發式優化算法得到迅速發展。
為了進一步提高振動電機設計水平,振動電機工作者開始著手研究這些新型最優化理論與振動電機設計技術的結合與交叉。
并逐步形成了能夠實現全局最優的現代振動電機優化設計技術。
S.Kidrkpatrick等人1983年提出的SA模擬退火算法是一種適合于組合優化問題的優化算法。
該方法的顯著特點是不僅具有“上山性”,還具有“下山性”,在迭代過程中可以取“壞值”。
并且隨著控制參數的逐漸減少。這種可能性逐漸減小到零;另外新值的取舍由概率確定,且新值在統計上滿足一定的概率分布。
為此該算法可以跳出局部最優點,而收斂于全局最優點。然而該方法的最大缺點是收斂速度慢,即CPU計算時間長。
上一篇:什么是振動電機設計的最優化下一篇:振動電動機轉矩的變化規律