振动电机优化设计的发展

日期：2015-04-17 作者：耐尔特机械

传统振动电机优化设计，采用的优化算法是一种基于设计变量可微性的数值方法，主要有直接搜索法和随机搜索法两种寻优模式。

其中振动电机的经典寻优策略有Powell法、单纯形法、SUMT罚函数法、可变容差法和梯度法等。

并且已经在电机新产品的优化设计方面取得了一定进展。

90年代以来，模拟退火(SA)、遗传算法(GA)、免疫算法(IA)和粒子群优化算法等现代启发式优化算法得到迅速发展。

为了进一步提高振动电机设计水平，振动电机工作者开始着手研究这些新型最优化理论与振动电机设计技术的结合与交叉。

并逐步形成了能够实现全局最优的现代振动电机优化设计技术。

S.Kidrkpatrick等人1983年提出的SA模拟退火算法是一种适合于组合优化问题的优化算法。

该方法的显著特点是不仅具有“上山性”，还具有“下山性”，在迭代过程中可以取“坏值”。

并且随着控制参数的逐渐减少。这种可能性逐渐减小到零;另外新值的取舍由概率确定，且新值在统计上满足一定的概率分布。

为此该算法可以跳出局部最优点，而收敛于全局最优点。然而该方法的最大缺点是收敛速度慢，即CPU计算时间长。

推荐产品