振動電機優(yōu)化設(shè)計的發(fā)展
日期:2015-04-17 作者:耐爾特機械
傳統(tǒng)振動電機優(yōu)化設(shè)計,采用的優(yōu)化算法是一種基于設(shè)計變量可微性的數(shù)值方法,主要有直接搜索法和隨機搜索法兩種尋優(yōu)模式。
其中振動電機的經(jīng)典尋優(yōu)策略有Powell法、單純形法、SUMT罰函數(shù)法、可變?nèi)莶罘ê吞荻确ǖ取?/div>
并且已經(jīng)在電機新產(chǎn)品的優(yōu)化設(shè)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(yōu)化算法等現(xiàn)代啟發(fā)式優(yōu)化算法得到迅速發(fā)展。
為了進一步提高振動電機設(shè)計水平,振動電機工作者開始著手研究這些新型最優(yōu)化理論與振動電機設(shè)計技術(shù)的結(jié)合與交叉。
并逐步形成了能夠?qū)崿F(xiàn)全局最優(yōu)的現(xiàn)代振動電機優(yōu)化設(shè)計技術(shù)。
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(yōu)化問題的優(yōu)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(shù)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(tǒng)計上滿足一定的概率分布。
為此該算法可以跳出局部最優(yōu)點,而收斂于全局最優(yōu)點。然而該方法的最大缺點是收斂速度慢,即CPU計算時間長。