[发明专利]基于改进微分进化算法的微机电系统组件的布局优化方法在审

专利信息
申请号: 201410072383.3 申请日: 2014-02-28
公开(公告)号: CN103886136A 公开(公告)日: 2014-06-25
发明(设计)人: 范衠;朱贵杰;刘进超;王攀;王晟;谢淑香;李文姬;林惠标 申请(专利权)人: 汕头大学
主分类号: G06F17/50 分类号: G06F17/50;G06N3/00
代理公司: 广州三环专利代理有限公司 44202 代理人: 温旭
地址: 515063 *** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 改进 微分 进化 算法 微机 系统 组件 布局 优化 方法
【权利要求书】:

1.一种基于改进微分进化算法的微机电系统组件的布局优化方法,其特征在于,包括以下步骤:

a.确定优化目标,建立微机电系统中组件的布局模型;

b.输入组件的设定参数,确定改进微分进化算法各控制参数,并随机生成初始种群,设种群规模为N,迭代次数t=0,最大迭代次数为tmax,初始种群为P(t)={Xi|i=1,2,…,N};

c.分析个体,计算P(t)中所有个体的目标函数f(Xi)和约束违反度

d.随机排序,对P(t)中所有个体以目标函数和约束违反度为比较基准,进行随机排序;

e.变异操作,以排序后的种群个体为基准,根据变异算子引导变异向量的产生;

f.交叉和选择操作,根据交叉算子对P(t)中的个体进行操作,得到N个个体,计算交叉生成的试验向量的目标函数值,并将其与目标向量进行比较,选择函数值较小的成为下一代个体,构成种群P(t+1);

g.判定终止条件,如果P(t+1)中最好个体的函数值达到期望值或者迭代次数t超过设定的最大迭代次数tmax,则退出循环并输出组件布局优化结果,否则t加1并返回步骤c。

2.根据权利要求1所述的布局优化方法,其特征在于,所述布局优化实质上是一个带约束的进化优化问题,表述如下:

min f(Xi)

s.t.  gj(Xi)≤0,j=1,…,l

hj(Xi)=0,j=l+1,…,m

lk≤xik≤uk,i=1,…,N;k=1,…,n

式中Xi=[xi1,xi2,…,xin]为自变量向量,f(Xi)为目标函数,gj(Xi)为不等式约束,hj(Xi)为等式约束,uk和lk为自变量xik的上、下界,

所述约束违反度按以下式子计算:

式中ε为等式约束容忍度。

3.根据权利要求1所述的布局优化方法,其特征在于,所述步骤d中随机排序过程是:如果种群为可行种群或η<Pf,则按目标函数f(Xi)从小到大排序;否则按约束违反度从小到大排序,其中,η∈U(0,1),U(0,1)是一个均匀分布随机数发生器,Pf是随机排序参数,且Pf∈[0,1]。

4.根据权利要求1或3所述的布局优化方法,其特征在于,所述随机排序后的种群被分为排序高的上半部分Q1和排序低的下半部分Q2,所述步骤e中变异操作产生的变异向量为:

Vi,t=Xr1,t+N(μ,σ)(Xr2,t-Xr3,t),r1≠r2≠r3&Xr1,t,Xr2,t∈Q1,t,Xr3,t∈Q2,t

5.根据权利要求4所述的布局优化方法,其特征在于,所述步骤f中交叉操作为:

选择操作为:

式中Uik,t为试验向量,Vik,t为变异向量,Xik,t为目标向量,i=1,2,…,N,k=1,…,n,rand为随机数,这里rand∈[0,1],krand为随机数,且krand∈[1,n],PCR=0.8。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于汕头大学,未经汕头大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410072383.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top