【技术实现步骤摘要】
本专利技术涉及磁耦合谐振无线电能传输，具体为基于改进蜻蜓优化算法的mcr_wpt系统多目标参数优化方法。
技术介绍
1、近年来，磁耦合谐振式无线电能传输技术发展十分迅速，它是在相同谐振频率的线圈之间产生共振的前提下，使得发射线圈与接收线圈之间实现电能在有限距离下进行传输的一种技术；磁耦合机构作为无线电能传输系统的能量载体，其结构和参数的设计关系到整个系统的传输性能；在进行参数设计时，多个性能指标之间往往无法同时达到最优；因此，无线电能传输系统的设计是一个多参数多目标的优化问题；
2、在运用到mcr_wpt系统时常采用传统的蜻蜓算法，作为基本的蜻蜓算法，其是一种基于蜻蜓群体行为的群集智能算法，蜻蜓算法模拟了蜻蜓静态和动态2种群集行为，来实现全局搜索和局部开发；在静态行为下，蜻蜓组成多个小群体四处觅食，即在特定解空间中进行全局搜索；在动态行为下，蜻蜓聚合成一个大群体，朝同一个方向飞行进行觅食或者躲避天敌，即在某个区域内进行局部开发。蜻蜓运动的每个行为可以表示为：
3、(1)分散行为：蜻蜓与相邻个体之间避免碰撞；
4、(2)排列行为：相邻个体之间倾向于保持相同的速度；
5、(3)聚集行为：蜻蜓倾向于向相邻个体中心聚拢；
6、(4)觅食行为：食物对蜻蜓的吸引力；
7、(5)避敌行为：蜻蜓对天敌的排斥力；
8、目前mcr wpt系统存在多目标优化效率不高，传输距离受限，且难以同时兼顾传输效率和输出功率等问题，现有的研究多是从效率或功率单一因素展开，系统综合
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足，本专利技术提供了基于改进蜻蜓优化算法的mcr_wpt系统多目标参数优化方法，通过运行该优化方法，以解决
技术介绍
中提出的问题。
3、(二)技术方案
4、为实现以上目的，本专利技术通过以下技术方案予以实现：
5、基于改进蜻蜓优化算法的mcr_wpt系统多目标参数优化方法，包括的步骤为：初始化数学模型参数：建立mcr_wpt系统的数学模型，并确定设计变量；
6、初始化种群参数：设定蜻蜓种群的初始参数，包括种群大小和迭代次数；
7、生成蜻蜓种群：根据初始参数生成初始蜻蜓种群，蜻蜓个体代表随机的参数组合；
8、适应度计算：利用仿真软件，依据初始参数，搭建mcr-wpt系统的仿真模型，在仿真模型的基础上，对每个蜻蜓个体计算其对应的目标函数值，依据目标函数值进行评估，确定每个蜻蜓个体的适应度；
9、筛选操作：根据适应度与预设标准阈值的对比结果，来筛选出精英个体，并更新外部档案g；
10、判定操作：判断更新后的外部档案g的实时容量是否超过限制量；
11、若超过，则基于拥挤距离的外部档案动态维护策略剔除多余值，将新的非劣解加入外部档案g；若未超过，则直接将新的非劣解加入外部档案g；
12、引入混合变异算子：对新加入外部档案g的蜻蜓个体进行更新，基于混合变异操作更新蜻蜓个体位置；
13、迭代优化：依据引入混合变异算子的结果判断是否满足设定的终止条件；
14、若是，则输出当前pareto最优解集；
15、若否，则重新执行生成蜻蜓种群的操作，直至满足设定的终止条件为止。
16、进一步的，确定的设定变量包括：负载阻值、线圈间距以及匝数。
17、进一步的，利用的仿真软件为multisim、matlab以及pspice中的任一种。
18、进一步的，目标函数值包括每个蜻蜓个体对应的传输效率和输出功率；
19、其中，传输效率通过计算输入功率和输出功率的比值来获取；
20、输出功率从仿真结果中获取。
21、进一步的，依据目标函数值进行评估的过程如下：
22、
23、q＝a*max(0，ηmin-η)； (2)
24、式(1)中，f表示对应蜻蜓个体的适应度，α和β分别为传输效率和输出功率的加权系数，取值范围均为[0，1]，η为传输效率，ηmin表示最低传输效率阈值，po表示输出功率，po_ref表示参考输出功率；
25、式(2)中，q表示惩罚项，a表示惩罚系数，且k＞0。
26、进一步的，当对应蜻蜓个体的适应度超过标准阈值时，则表示其为精英个体，并筛选得出，并对原有的外部档案g进行更新，即将精英个体录入原有的外部档案g中。
27、进一步的，基于拥挤距离的外部档案动态维护策略剔除多余值的过程如下：
28、将所有最优解分别按照目标函数值从小到大进行排序，第k个目标维度上最优解x的排序号的位置信息表示为p(x,k)，与该最优解对应的目标函数值表示为fp(x,k)，由拥挤距离定义可知，将第k个目标维度上位置信息为p(x,k)的最优解被删除时，在第k个目标维度上会影响位置信息为p(x,k)+1和p(x,k)-1的两个最优解的拥挤距离分量，故，只需要重新计算相邻的两个受到影响的最优解在第k个目标维度上的拥挤距离分量。
29、进一步的，混合变异操作包括：随机平均变异和高斯变异；
30、其中，随机平均变异为通过引入随机扰动来生成新个体的变异操作；
31、其具体操作为：选择变异个体：从当前种群中随机选择一个个体作为变异个体；生成随机扰动：根据预设的变异步长生成一个随机扰动；应用扰动：将生成的随机扰动加到变异个体的基因上，从而生成一个新的个体；
32、高斯变异为利用正态分布特性来生成新个体的变异操作；
33、其具体操作为：选择变异个体：从当前种群中随机选择一个个体作为变异个体；生成正态随机数：根据预设的均值和标准差，生成一个服从正态分布的随机数；应用扰动：将生成的正态随机数加到变异个体的基因上，从而生成一个新的个体。
34、(三)有益效果
35、本专利技术提供了基于改进蜻蜓优化算法的mcr_wpt系统多目标参数优化方法，具备以下有益效果：
36、(1)本方案通过仿真软件构建mcr-wpt系统模型，并基于蜻蜓算法对参数组合进行优化，实现了对传输效率和输出功率的综合评价，适应度函数的设计使得优化目标明确，即最大化适应度值以获取最优参数组合，该方案解决了mcr-wpt系统参数优化中的复杂问题，提高了系统的传输效率和输出功率，同时保证了仿真结果的准确性和可靠性；通过惩罚项的设置，确保了传输效率不低于最低阈值，进一步提升了系统的性能；
37、(2)本方案通过分析双边lcc型拓扑结构的mcr wpt系统，以负载阻值、线圈间距和匝数为设计变量，以系统的传输效率和输出功率为优化目标，建立了多目标优化的数学模型；其次，在多目标蜻蜓算法中引入混合变异算子，增加了种群的多样性，避免算法陷入局部最优。并采用基于拥挤距本文档来自技高网...
【技术保护点】
1.基于改进蜻蜓优化算法的MCR_WPT系统多目标参数优化方法，其特征在于，包括的步骤为：初始化数学模型参数：建立MCR_WPT系统的数学模型，并确定设计变量；
2.根据权利要求1所述的基于改进蜻蜓优化算法的MCR_WPT系统多目标参数优化方法，其特征在于：确定的设定变量包括：负载阻值、线圈间距以及匝数。
3.根据权利要求1所述的基于改进蜻蜓优化算法的MCR_WPT系统多目标参数优化方法，其特征在于：利用的仿真软件为Multisim、MATLAB以及PSpice中的任一种。
4.根据权利要求1所述的基于改进蜻蜓优化算法的MCR_WPT系统多目标参数优化方法，其特征在于：目标函数值包括每个蜻蜓个体对应的传输效率和输出功率；
5.根据权利要求4所述的基于改进蜻蜓优化算法的MCR_WPT系统多目标参数优化方法，其特征在于：依据目标函数值进行评估的过程如下：
6.根据权利要求1所述的基于改进蜻蜓优化算法的MCR_WPT系统多目标参数优化方法，其特征在于：当对应蜻蜓个体的适应度超过标准阈值时，则表示其为精英个体，并筛选得出，并对原
7.根据权利要求1所述的基于改进蜻蜓优化算法的MCR_WPT系统多目标参数优化方法，其特征在于：基于拥挤距离的外部档案动态维护策略剔除多余值的过程如下：
8.根据权利要求1所述的基于改进蜻蜓优化算法的MCR_WPT系统多目标参数优化方法，其特征在于：混合变异操作包括：随机平均变异和高斯变异；
...【技术特征摘要】
1.基于改进蜻蜓优化算法的mcr_wpt系统多目标参数优化方法，其特征在于，包括的步骤为：初始化数学模型参数：建立mcr_wpt系统的数学模型，并确定设计变量；
2.根据权利要求1所述的基于改进蜻蜓优化算法的mcr_wpt系统多目标参数优化方法，其特征在于：确定的设定变量包括：负载阻值、线圈间距以及匝数。
3.根据权利要求1所述的基于改进蜻蜓优化算法的mcr_wpt系统多目标参数优化方法，其特征在于：利用的仿真软件为multisim、matlab以及pspice中的任一种。
4.根据权利要求1所述的基于改进蜻蜓优化算法的mcr_wpt系统多目标参数优化方法，其特征在于：目标函数值包括每个蜻蜓个体对应的传输效率和输出功率；
5.根据...
【专利技术属性】
技术研发人员：文春明，冯亚辰，马慧琳，唐志渊，陈蓁，林勇坚，马吉建，吴南，吴家荣，王尧玄，王尧，廖义奎，黄天星，王永，赵迎新，张慧，丁海洋，刘淇，曾宇海，窦登全，冯冰，
申请(专利权)人：广西民族大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。