一种基于改进PSO算法的反激式变压器设计方法技术

本申请公开了一种基于改进PSO算法的反激式变压器设计方法，包括如下设计步骤：S100：设置反激式变压器的目标参数和约束条件，并选择最优变量的成员项目；S200：通过各成员于各自的取值范围内随机搜索以形成多粒子的种群；S300：对各粒子进行迭代，并在迭代的过程中根据粒子于部分群中的位置求解各成员的局部最优和全局最优；S400：判断粒子的迭代次数；若迭代次数小于设置的最大迭代次数，则粒子重新进入步骤S300中进行下一次迭代，若迭代次数达到最大迭代次数，则输出各成员的最优解。通过不同最优变量的成员在不同方向下在全局范围内进行搜索，可以有较大的概率得到反激式变压器设计的目标参数的最优值或近似最优值。设计的目标参数的最优值或近似最优值。设计的目标参数的最优值或近似最优值。

【技术实现步骤摘要】
一种基于改进PSO算法的反激式变压器设计方法


[0001]本申请涉及变压器优化设计
，尤其是涉及反激式变压器的设计方法。

技术介绍

[0002]反激式变压器具有结构简单、体积小、成本低廉、无滤波电感、可实现隔离输出等优点，被广泛应用于100W以下的小功率直流应用场合，例如医疗电子、移动通信、工业控制等领域。
[0003]反激式变换器作为开关电源工作时，其中变压器的设计对电路的工作性能起着至关重要的作用。在变压器优化设计领域，一些常见的算法有：Monte—Karlo法、有效约束的直接法、Powell法、改进复合形法、循环遍数法和正变实验法等，但这些算法对于变压器设计而言，都不是很理想的；或运算量太大，求解效率低；或算法本身不能确保全局寻优；或算法通用性差，程序不能方便的进行移植；或算法对于复杂的混合离散变量优化问题无能为力等等。这些方法用于解决非线性规划问题时存在许多局限性。

技术实现思路

[0004]本申请的其中一个目的在于提供一种能够进行全局寻优的反激式变压器的设计方法。
[0005]为达到上述的目的，本申请采用的技术方案为：一种基于改进PSO算法的反激式变压器设计方法，包括如下设计步骤：S100：设置反激式变压器的目标参数和约束条件，并选择最优变量的成员项目；S200：通过各成员于各自的取值范围内随机搜索以形成多粒子的种群；S300：对各粒子进行迭代，并在迭代的过程中根据粒子于部分群中的位置求解各成员的局部最优和全局最优；S400：判断粒子的迭代次数；若迭代次数小于设置的最大迭代次数，则粒子重新进入步骤S300中进行下一次迭代，若迭代次数达到最大迭代次数，则输出各成员的最优解。
[0006]优选的，步骤S100中反激式变压器的目标参数至少为一个，可以通过目标函数进行表示；；；其中，n表示成员项目数，n≥1；表示第n项成员的目标函数，表示第n项成员；表示第n项成员对应的成员函数。
[0007]优选的，步骤S300中粒子的迭代过程包括如下步骤：S310：判断步骤S200中粒子是否满足约束条件，若粒子满足约束条件，则求解粒子于当前位置对应的目标函数的值以及适应度函数的值，进而得到各成员的局部最优解和全局最优解；若粒子不满足约束条件则进行惩罚；S320：更新粒子的位置为，并求解粒子位置更新后对应的适应度函数的值；S330：对比粒子位置更新前后的适应度函数的值，根据对比结果对粒子的局部最
优解和全局最优解进行更新；其中，粒子的位置更新公式可以为：；其中，k表示粒子的迭代次数，k≥1；w为惯性权重；c为学习因子；r为[0，1]中的随机数；为粒子i在第d维的历史最佳位置；为粒子i在第k次迭代中第d维的位置向量。
[0008]优选的，惯性权重w随迭代次数的增加呈线性减少，其具体的计算公式为：；其中，为初始惯性权重，为终止惯性权重，为最大迭代次数。
[0009]优选的，适应度函数包括局部适应度函数和全局适应度函数；从而在步骤S330中，对比局部适应度函数和的值以及全局适应度函数和的值，根据对比的结果对粒子的局部最优解和全局最优解进行更新； ；，其中，表示目标函数的最大值，表示目标函数的平均值；表示第n个成员对应的权重，且。
[0010]优选的，步骤S310中对不满足约束条件的粒子的惩罚包括如下步骤：S311：将不满足约束条件的粒子于取值范围内再次进行随机搜索以获得新的位置；S312：判断粒子是否再次满足约束条件；S313：若粒子满足约束条件则根据粒子的当前位置求解对应的目标函数的值以及适应度函数的值；若粒子仍不满足约束条件，则将不满足约束条件的粒子剔除。
[0011]优选的，步骤S100中反激式变压器的约束条件包括性能指标约束、结构和技术条件约束以及形式尺寸和重量约束。
[0012]优选的，性能指标约束包括：电压比误差上限、磁通密度上限、绕组主绝缘和纵向绝缘的电气强度裕度、阻抗电压误差上限、绕组温升极限、铁芯温升上限、油温升上限和效率下限；结构和技术条件约束包括规约约束；形式尺寸和重量约束包括绕组高误差上限。
[0013]优选的，最优变量的成员项目包括：磁芯类型、磁芯材料、磁芯尺寸、窗口面积、绕组线径以及漏感。
[0014]优选的，步骤S100中反激式变压器的目标参数包括高精度的输出电压。
[0015]优选的，在粒子进行迭代的过程中，为了避免粒子陷入局部最优，需要对粒子进行修正，具体的修正包括如下步骤：S301：设置控制因子a，以使得将粒子迭代至次的过程分为多个部分；S302：在每个部分的开始，将单个粒子对应的局部适应度函数的值与全局适应度函数 的值进行对比；S303：对于局部适应度函数的值优于全局适应度函数 的值的粒子，循环进行步骤S300的迭代过程直至每个部分的终了；S304：对于局部适应度函数的值差于全局适应度函数 的值的粒子，先在可行域内对粒子的位置重新进行搜索，随后循环进行步骤S300的迭代过程直至每个部分
的终了；S305：在每个部分的终了对步骤S303和步骤304中粒子的适应度函数进行对比，并根据对比的结果对局部最优解和全局最优解进行更新；其中，，的取值为(0，1)，j≥1。
[0016]与现有技术相比，本申请的有益效果在于：（1）本申请可以通过不同最优变量的成员在不同方向下在全局范围内进行搜索，从而可以有较大的概率得到反激式变压器设计的关键参数的最优值或近似最优值。
[0017]（2）本申请在迭代过程中放弃了速度更新，仅仅保留了位置更新，去掉速度更新的改进在一定程度上加快了算法的运行速度。
[0018]（3）本申请对传统算法的编码、初始群体、函数等问题进行了改进，使算法的总体性能有了较大的提高。
[0019]（4）本申请相比于现有的设计方法，可以适应于多个目标参数的优化求解，具有内在并行性，使得多路输出的反激变压器设计达到更高的求解精度。
[0020]（5）相比于现有技术，本申请使用概率搜索技术，更具灵活性。
附图说明
[0021]图1为本专利技术的整体流程示意图。
[0022]图2为本专利技术中迭代过程的流程示意图。
[0023]图3为本专利技术中惩罚过程的流程示意图。
具体实施方式
[0024]下面，结合具体实施方式，对本申请做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
[0025]在本申请的描述中，需要说明的是，对于方位词，如有术语“中心”、
ꢀ“
横向”、“纵向”、“长度”、“宽度”、“厚度”、“上”、“下”、
ꢀ“
前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示方位和位置关系为基于附图所示的方位或位置关系，仅是为了便于叙述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定方位构造和操作，不能理解为限制本申请的具体保护范围。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进PSO算法的反激式变压器设计方法，其特征在于，包括如下设计步骤：S100：设置反激式变压器的目标参数和约束条件，并选择最优变量的成员项目；S200：通过各成员于各自的取值范围内随机搜索以形成多粒子的种群；S300：对各粒子进行迭代，并在迭代的过程中根据粒子于种群中的位置求解各成员的局部最优和全局最优；S400：判断粒子的迭代次数；若迭代次数小于设置的最大迭代次数，则粒子重新进入步骤S300中进行下一次迭代，若迭代次数达到最大迭代次数，则输出各成员的最优解；其中，目标参数至少为一个，可以通过目标函数进行表示；；；其中，n表示成员项目数，n≥1；表示第n项成员的目标函数，表示第n项成员；表示第n项成员对应的成员函数。2.如权利要求1所述的基于改进PSO算法的反激式变压器设计方法，其特征在于：步骤S300中粒子的迭代过程包括如下步骤：S310：判断步骤S200中粒子是否满足约束条件，若粒子满足约束条件，则求解粒子于当前位置对应的目标函数的值以及适应度函数的值，进而得到各成员的局部最优解和全局最优解；若粒子不满足约束条件则进行惩罚；S320：更新粒子的位置为，并求解粒子位置更新的适应度函数的值；S330：对比粒子位置更新前后的适应度函数的值，根据对比结果对粒子的局部最优解和全局最优解进行更新；其中，粒子的位置更新公式可以为：；其中，k表示粒子的迭代次数，k≥1；w为惯性权重；c为学习因子；r为[0，1]中的随机数；为粒子i在第d维的历史最佳位置；为粒子i在第k次迭代中第d维的位置向量。3.如权利要求2所述的基于改进PSO算法的反激式变压器设计方法，其特征在于：惯性权重w随迭代次数的增加呈线性减少，其具体的计算公式为：；其中，为原始惯性权重，为压轴惯性权重，为最大迭代次数。4.如权利要求2所述的基于改进PSO算法的反激式变压器设计方法，其特征在于：适应度函数包括局部适应度函数和全局适应度函数；从而在步骤S330中，对比局部适应度函数和的值以及全局适应度函数和的值，根据对比的结果对粒子的局部最优解和全局最优解进行更新； ；，其中，表示目标函数的最大值，表示目标函数的平均值；表示第n个成员对应的权重，且。5.如权利要求2所述的基于改进PSO算法的反激式变压器设计方法，其特...

【专利技术属性】
技术研发人员：王一鸣，许颇，夏鲲，张凌翔，
申请(专利权)人：锦浪科技股份有限公司，
类型：发明
国别省市：