论文开题：永磁同步电机优化设计系统

大学本科毕业论文(设计)开题报告
学院：信息科学与工程学院　　　　　　　　　　专业班级：2009级电气工程及其自动化1班　

课题名称 永磁同步电机优化设计系统

1、本课题的的研究目的和意义：
目的：在现有永磁同步电机校核设计程序的基础上，基于遗传算法，研究并实现永磁同步电机优化设计系统，从而达到节约材料提高效率的目标。
意义：电机优化设计是一个多极值，有约束的非线性问题，其目标函数和约束条件都难以用关系式直接表示出来。长期以来，如何改进电机优化模型和优化算法是人们普遍关注的问题。遗传算法是进化算法中的一种典型算法，该方法是借鉴了生物界自然选择和自然遗传机制的一种随机搜索算法，其主要特点是_搜索策略和_中个体之间的信息交换，搜索不依赖于梯度信息。它尤其适用于处理传统搜索方法难以解决的复杂和非线性问题，可广泛应用于组合优化、机器学习、自适应控制、规划设计和人工生命
……（新文秘网https://www.wm114.cn省略630字，正式会员可完整阅读）……　
程序设计大型同步电机。由于 SUMT 罚函数法还存在一些不足之处，后来又相距发展了各种改进方法，如 1975 年 Shecla B.V 等提出的 SWIFT 法，使用于小规模优化问题；1968年Powell，Hestenes 提出了增广拉格朗日罚函数法，可变容差法，精确罚函数法等。
国内电机的优化设计开始于七十年代中期，1977 年上海电器科学研究所和复旦大学发表了电机优化设计的文章，此后西安交通大学、上海交通大学、清华大学、合肥工业大学等相继开展了电机优化设计的工作。
近十年，随着电工技术的不断进步，工程数学和现代电气工程理论也不断创新，这其中包括模拟退火算法，遗传算法，模糊数学理论，神经网络等，并且在电机全局优化领域内的应用研究以取得明显成效。遗传算法是近几年迅速发展起来的一种新的全局优化算法。其原理是模拟自然界的进化机制，将求解的问题看作一个生存环境，把问题的解看作生存环境的个体，通过优胜劣汰的竞争机制，最终获得最优个体，即获得问题的最优解。由于遗传算法对优化限制很少，对目标函数及约束条件既不要求可微，也不要求连续，仅要求该问题是可以计算的。其搜索过程具有指导性，搜索范围也遍及整个解空间，因而能有效的找到全局最优解。遗传算法以在神经网络、机器学习、自适应控制等方面获得广泛应用。
文献：
[1] 翟旭平.基于遗传算法的异步电机多目标优化设计的研究. 东南大学硕士学位论文,2000.4
[2] 王小平，蒋立明．遗传算法一理论应用和软件实现[M]．西安：西安交通大学出版社．2001
[3] 陈国良 遗传算法及其应用 人民邮电出版社, 2001.2
[4] 李姐鹅, 胡虔生.遗传算法电机优化设计简介.微特电机, 2001.4
[5] 石山，励庆孚，王兴安．基于白适应遗传算法的无刷直流电机的优化设计【J]2002，36(12)
[6] 李振波，张琛．遗传算法在超微电动机参数优化设计中的应用[J]．I二海交通大学学报，2003，33(10)
[7] 汪沽，樊叔维．遗传算法的改进及其在电机优化设计中的应用[J]．西安交通大学学报，2004，27(2)
[8] 唐穗欣. 标准遗传算法的原理及算例[ J] . 软件导刊, 2007, 1:100- 101.
[1] Holland J．H．Adaptation in nature and artificial systems[M]．MI University of Michigan Press，1975
[2] WangH. The Vibration Modes of Thick Cylinders and the In fluence o f Lam ination [ D]. PhD Thes is, University of Saskatchewan, Sasktoon, Canada, 1995.
[3] Grefenstette．J J．Proceedings of the First International Conference on Genetic Algorithms[M]．NJ：Lawrence Erlbaum Associates，1999



and
Control ……（未完，全文共3499字，当前仅显示1767字，请阅读下面提示信息。收藏《论文开题：永磁同步电机优化设计系统》）