[发明专利]基于多目标粒子群算法的强迫风冷散热器优化方法及系统

权利要求书

1.一种基于多目标粒子群算法的强迫风冷散热器优化方法，其特征在于，包括：

根据强迫风冷散热器的等效热路图确定所述散热器的基本参数，参数约束条件和多个目标函数；所述基本参数包括：散热器基板长，散热器基板宽，散热器的高度，散热器基板厚度，散热器冷却通道数，散热器的翅片间距和冷却通道空气平均流速；所述目标函数包括散热器热阻目标函数，散热器的质量目标函数和散热器的压降目标函数；

根据所述基本参数，所述目标函数和所述参数约束条件建立散热器多目标优化模型；

利用多目标粒子群算法求解所述散热器多目标优化模型，得到优化后的基本参数，具体包括：

根据所述散热器的所述基本参数随机产生一个满足所述参数约束条件的初始粒子种群；所述初始粒子种群中的每个粒子的位置向量表示一种所述散热器的优化方案；

设置所述初始粒子种群中每个所述粒子的当前位置为每个所述粒子个体最优位置；

计算所述初始粒子种群中各个所述粒子的目标函数值，并结合粒子间的支配关系计算所述初始粒子种群的非支配解集，所述非支配解集即为所述初始粒子种群的帕累托解集；令所述初始粒子种群为当前粒子群；

计算所述当前粒子群的所述帕累托解集中每个所述粒子的拥挤距离，并结合轮盘赌选择算法得到全局最优粒子，即得到全局最优位置，具体包括：

将所述当前粒子群的所述帕累托解集中所有粒子分别带入不同的所述目标函数中，得到多组目标函数值；

依据每一组所述目标函数值对所述当前粒子群的所述帕累托解集中所有粒子进行升序排列，得到多组升序排列后的粒子集；

对每组升序排列后的粒子集的每个所述粒子，计算与所述粒子距离最近的粒子，得到距离选取粒子；

基于所述距离选取粒子的不同目标函数值计算所述拥挤距离；

根据所述拥挤距离结合所述轮盘赌选择算法得到全局最优粒子；

根据所述粒子个体最优位置和所述全局最优位置更新每个所述粒子的位置和速度，得到更新后的粒子群，即下一代粒子群；

判断所述更新后的粒子群中的每个所述粒子对应的优化方案是否满足所述参数约束条件，得到第一判断结果；根据所述第一判断结果更新所述粒子个体最优位置；

计算所述更新后的粒子群中各个粒子对应的目标函数值，并结合所述粒子间的支配关系计算所述更新后的粒子群的非支配解集，即得到所述更新后的粒子群的帕累托解集；

判断当前迭代次数是否等于最大迭代次数，得到第二判断结果；

若第二判断结果为否，则令所述更新后的粒子群为所述当前粒子群，返回步骤“计算所述当前粒子群的所述帕累托解集中每个所述粒子的拥挤距离，并结合轮盘赌选择算法得到全局最优粒子”；

若第二判断结果为是，则将所述更新后的粒子群的帕累托解集作为最优的帕累托解集，从所述最优的帕累托解集中随机选取一个解作为所述优化后的基本参数；

根据所述优化后的基本参数得到所述强迫风冷散热器的优化方案。

2.根据权利要求1所述的方法，其特征在于，所述散热器热阻目标函数为：

其中，x₁—散热器基板长；x₂—散热器基板宽；x₃—散热器高；x₄—散热器基板厚度；x₅—散热器冷却通道数；x₆—散热器翅片间距；x₇—冷却通道空气平均流速；k—散热器材料的导热系数；δ—翅片厚度；—散热器基板传导热阻；—散热器翅片传导热阻；—散热器翅片间的对流热阻；

所述散热器的质量目标函数为：

min f₂(x)＝[x₁x₂x₃-x₅·(x₃-x₄)·x₁x₆]·ρ_m；ρ_m为散热器材料密度；

所述散热器的压降目标函数为：

λ表示冷却通道的摩擦阻力系数，ρ表示空气密度。