基于改进人工搜索群算法的真空灭弧室优化-论文.pdf

基于改进人工搜索群算法的真空灭弧室优化-论文.pdf

ID:53762248

大小:304.38 KB

页数:5页

时间:2020-04-24

基于改进人工搜索群算法的真空灭弧室优化-论文.pdf_第1页
基于改进人工搜索群算法的真空灭弧室优化-论文.pdf_第2页
基于改进人工搜索群算法的真空灭弧室优化-论文.pdf_第3页
基于改进人工搜索群算法的真空灭弧室优化-论文.pdf_第4页
基于改进人工搜索群算法的真空灭弧室优化-论文.pdf_第5页
资源描述:

《基于改进人工搜索群算法的真空灭弧室优化-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第43卷第2期河北工业大学学报2014年4月V_01.43No.2JOURNALOFHEBEIUNIVERSITY0FTECHN0LOGYApril2014文章编号:1007—2373(2014)02—0012—06基于改进人工搜索群算法的真空灭弧室优化刘亚贤,陈堂功,郭旺,谢炳兴(河北工业大学电磁场与电器可靠性省部共建重点实验室,天津300130)摘要人工搜索群算法是一种新颖的智能优化算法,针对算法步长对算法性能影响显著的特点,本文提出了变步长的改进算法,并利用高维复杂测试函数对其进行了性能测试和比较.在建立72.5kV高压真空灭弧室有限元模型和优化模型的基础上,以真空灭弧室内部电场分布更

2、加均匀为设计目标,利用改进人工搜索群算法对72.5kV高压真空灭弧室进行了优化设计,并对优化设计前后真空灭弧室内部电场分布进行了分析比对.优化设计结果表明改进的人工搜索群算法可有效解决电磁领域的优化设计问题.关键词人工搜索群算法;真空灭弧室;优化设计;智能优化算法中图分类号TN92文献标志码AHighvoltagevacuuminterruptersoptimizationbasedonimprovedartificialsearchswarmalgorithmLIUY_a—xian,CHENTang—gong,GUOWang,XIEBing—xing(Province—MinistryJo

3、intKeyLaboratoryofElectromagneticFieldandElectricalApp~amsReliability,HebeiUniversityofTechnology,Tianjin300130,China)AbstractArtificialSearchingSwarmAlgorithmisanovelintelligentoptimizationalgorithm.Sincethealgorithmstepinfluencesthealgorithmperformanceconspicuously,thispaperputsforwardtheimproved

4、algorithmofvariablestepandcarriesouttheperformancetestandcomparisonviahighdimensionalcomplextestfunctions.Basedonthefiniteelementmodelandtheoptimizationmodelof72.5KVhighvoltagevacuuminterrupter,72.5KVhighvolmgevacuuminterrupterisoptimizedtomaketheinternalelectricfielddistributionofhighvoltagevacuum

5、interruptermoreuniformthroughim—provedartificialsearchgroupalgorithm.Then,analysisandcomparisonoftheinternalelectricfielddistributionofvacuuminterrupterbeforeoptimizationdesigningandafteroptimizationdesigningareperformed.Optimizationdesigningresultsshowthatimprovedartificialsearchingswarmalgorithmc

6、ansolvetheproblemsinoptimizationdesignofelectromagneticfieldefectively.Keywordsartificialsearchingswarmalgorithm;highvoltagevacuuminterrupters;optimizationdesign;bionicintelligentoptimizationalgorithm自20世纪40年代以来,工程领域的最优化设计问题常常通过来自生物系统的启发和灵感来解决,随即诞生了许多仿生智能优化算法(BionicIntelligentOptimizationAlgorithm,

7、BIOA).目前人们常用的仿生智能优化算法主要有遗传算法(GeneticAlgorithm,GA)、粒子群算法(ParticleSwarmOptimization,PSO)、人工鱼群算法(ArtificialFishSwarmAlgorithm,AFSA)等,这些算法都是模拟自然界生物系统、完全依赖生物体自身的本能、通过无意识的寻优行为来优化其生存状态以适应环境的一类新型优化算法,已成功解决了许多领域的优化问

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。