一种基于改进型遗传算法的无线能量传输系统参数优化方法技术方案

本发明专利技术提出一种基于改进型遗传算法的无线能量传输系统参数优化方法，即引入改进的交叉概率、变异概率计算方法和个体选择策略，通过计算当前种群的适应度值方差并以适应度值方差来计算本次进化的交叉概率和变异概率，个体选择策略是根据个体之间的距离进行选择个体是否进入下一代。改进的交叉概率和变异概率计算方法，能加快算法收敛的速度和全局搜索能力。改进的个体选择策略能保证种群多样性，加强算法局部搜索能力。本发明专利技术可以广泛应用在无线能量传输系统参数优化问题中。

【技术实现步骤摘要】

本专利技术属于无线电能传输技术和新型能量转换
，具体涉及一种基于改进 型遗传算法的无线能量传输系统参数优化方法。
技术介绍
无线能量传输技术是通过空气中的电磁场进行能量传输，不需要电气和物理连 接。传统的有线电能传输方式不能满足一些特定场合的需要，而且电线存在摩擦、磨损和 暴露的导体等问题，很容易产生电火花，影响到人身安全和用电设备的安全及稳定性。无线 能量传输可以解决有线传输中存在的诸多问题，这使得无线能量传输技术有着好的应用前 景，无线能量传输技术已成为研究的热点和前沿。 目前对无线能量传输技术的研究都是以传输效率和传输功率为性能指标，通过公 式推导出传输效率和传输功率与某一参数之间的关系，再运用数学求解方法得到最优的参 数值。这种方法并没有从系统层面上来考虑，仅仅是关注系统中的某一方面，求解出来的参 数值可能使得传输效率和功率处于局部最优解，也可能是劣解。并且随着系统拓扑结构复 杂、线圈个数增加，系统方程会出现高阶非线性，使用以往的方法无法进行参数优化，而且 求得的最优参数可能在实际中不可达。遗传算法是模拟生物进化的一种优化算法，把它应 用在无线能量传输系统的参数优化中，可以很方便的求解得到系统最优参数值。但传统遗 传算法中个体选择时需要依据适应值，处理约束条件通常使用罚函数法，罚函数的参数设 定变得很困难。而且随着进化代数的增加，保持不变的交叉概率和变异概率会破坏好的模 式，收敛速度慢。
技术实现思路
针对上述
技术介绍
中存在的问题，本专利技术提出一种基于改进型遗传算法的无线能 量传输系统参数优化方法，该方法通过对传统遗传算法中的交叉概率和变异概率，及个体 选择策略进行改进，改进后的遗传算法适合解决无线能量传输系统中多参数，高维数，多约 束的优化问题。 实现本专利技术所采用的技术方案为：一种基于改进型遗传算法的无线能量传输系统 参数优化方法，具体包括以下步骤： 步骤1 :根据无线能量传输系统所需优化的参数、传输性能指标，设定改进遗传算 法的优化变量和目标函数，并根据系统实际工作条件设定优化变量的取值范围和约束条 件； 步骤2 :设定改进遗传算法中的种群大小、迭代终止条件，及初始化种群； 步骤3 :计算当前种群个体适应度值和种群适应度值的方差，并依据适种群适应 度值的方差计算交叉概率和变异概率； 步骤4 :根据个体之间的距离进行选择个体； 步骤5 :根据交叉概率和变异概率对个体进行启发式交叉和非均匀变异，并对生 成后的子代使用精英保留策略； 步骤6:判断是否达到算法迭代终止条件，如果达到则输出优化的参数结果，否则 返回步骤3。 所述无线能量传输系统包括磁耦合谐振式无线能量传输系统和感应式无线能量 传输系统； 所述步骤3中，交叉概率P。和变异概率Pni按照以下公式进行计算：其中varianceFitness为种群 适应度值的方差。 所述步骤4具体是： 步骤41 :随机选择两个个体i和j，计算个体之间的距离为Cl1, j ; 步骤42 :判断Cl1, ,是否小于k，k为设定的一个常数，如果是则按照可行解之间适 应度值好的个体进入下一代，不可行解与可行解比较时可行解进入下一代，不可行解之间 比较时超出约束程度小的进入下一代； 本专利技术的有益效果在于：本专利技术能够解决无线能量传输系统参数优化问题，通过 引入新的选择策略、交叉和变异概率的改进型遗传算法，提高了算法收敛速度，加强局部搜 索能力，并且无需过多的设置算法参数，在无线能量传输系统设计初期具有很好的指导意 义，节约成本。【附图说明】 图1为流程图【具体实施方式】 本专利技术提出一种简单、高效的无线能量传输系统参数优化方法。下面结合附图对 本专利技术的参数优化方法做出详细的说明。 步骤1 :确定无线能量传输系统所需优化的参数，比如线圈匝数、线圈半径、工作 频率、传输距离、负载电压等作为遗传算法的优化变量。确定无线能量传输系统的传输性能 指标，如以传输距离和效率最高为性能指标，根据性能指标来设定遗传算法的优化目标函 数为传输距离和传输效率为最大。然后根据系统工作的条件，如回路中的电流、电容两端电 压、器件的选型范围来定义一组与优化变量相关的约束条件，以及优化变量的取值范围。 步骤2 :设定改进遗传算法中的种群大小、迭代终止条件，并且初始化种群。迭代 终止条件可以是最大的进化次数，或者是最优个体保持不变的次数。 步骤3 :计算当前种群个体适应度值和种群适应度值的方差，并依据适种群适应 度值的方差计算交叉概率和变异概率。 交叉概率P。和变异概率Pni按照以下公式进行计算：其中 varianceFitness 为 种群适应度值的方差。随着进化增加，种群个体变得越来越集中，如果交叉概率和变异概率 固定不变，则算法收敛速度慢，不容易得到全局最优解。所以根据种群适应度值的方差来改 变交叉概率和变异概率，在进化初期交叉概率大、变异概率小能有利于全局搜索，进化后期 交叉概率小、变异概率大有利于局部搜索。 步骤4 :根据个体之间的距离进行选择个体。 首先，从种群中随机选择两个个体i和j，计算个体之间的距离Cl1, 然后，判断个体之间距离Cl1, ,是否小于k，k为设定的一个常数，如果满足则按照可 行解之间适应度值好的个体进入下一代，不可行解与可行解比较时可行解进入下一代，不 可行解之间比较时超出约束程度小的进入下一代。由于每次比较的都是相似个体，没有忽 视不可行解，这样能保持种群个体的多样性，防止算法过早收敛于局部最优解。 步骤5 :根据交叉概率和变异概率对个体进行启发式交叉和非均匀变异，并对生 成后的子代使用精英保留策略。 假设个体X的适应度大于y，则启发式交叉按照如下进行：其中r为（0，1)之间的随机数，如果X'和y'不在解空间内， 则重新产生随机数进行交叉。对交叉变异后生成的子代使用精英保留策略，用当前子代中 具有最好适应度个体替代最差的个体。 步骤6 :判断是否达到算法迭代终止条件，如果达到则输出优化的参数结果，否则 返回步骤3。 以上实施实例仅为了说明本专利技术的思想，不能以此来限定本专利技术的保护范围，凡 是按照本专利技术提出的技术思想，在技术方案上做出的任何改动，均落入本专利技术的保护范围。【主权项】1. ，其特征在于包括如下 步骤： 步骤1 :根据无线能量传输系统所需优化的参数、传输性能指标，设定改进遗传算法的 优化变量和目标函数，并根据系统实际工作条件设定优化变量的取值范围和约束条件； 步骤2 ;设定改进遗传算法中的种群大小、迭代终止条件，及初始化种群； 步骤3 ;计算当前种群个体适应度值和种群适应度值的方差，并依据适种群适应度值 的方差计算交叉概率和变异概率； 步骤4 ;根据个体之间的距离进行选择个体； 步骤5 ;根据交叉概率和变异概率对个体进行启发式交叉和非均匀变异，并对生成后 的子代使用精英保留策略； 步骤6 ;判断是否达到算法迭代终止条件，如果达到则输出优化的参数结果，否则返回 步骤3。2. 如权利要求1所述的， 其特征在于；所述无线能量传输系统包括磁禪合谐振式无线能量传输系统和感应式无线能 量传输系统。3. 如权利要求1所述的， 其特征在于；所述步骤3中，交叉概率P。和变异概率Pm按照W下公式进行计算：，其中varianceFitne本文档来自技高网...

【技术保护点】
一种基于改进型遗传算法的无线能量传输系统参数优化方法，其特征在于包括如下步骤： 步骤1：根据无线能量传输系统所需优化的参数、传输性能指标，设定改进遗传算法的优化变量和目标函数，并根据系统实际工作条件设定优化变量的取值范围和约束条件； 步骤2：设定改进遗传算法中的种群大小、迭代终止条件，及初始化种群； 步骤3：计算当前种群个体适应度值和种群适应度值的方差，并依据适种群适应度值的方差计算交叉概率和变异概率； 步骤4：根据个体之间的距离进行选择个体； 步骤5：根据交叉概率和变异概率对个体进行启发式交叉和非均匀变异，并对生成后的子代使用精英保留策略； 步骤6：判断是否达到算法迭代终止条件，如果达到则输出优化的参数结果，否则返回步骤3。

【技术特征摘要】

【专利技术属性】
技术研发人员：禄盛，左晨阳，张艳，朴昌浩，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;85