量子智能優(yōu)化算法及其在電機(jī)優(yōu)化應(yīng)用中的研究.pdf

1、量子計(jì)算是結(jié)合了信息科學(xué)和量子力學(xué)的新興交叉科學(xué)，而以量子算法為代表的量子計(jì)算理論，由于其高度的并行性、指數(shù)級(jí)存儲(chǔ)容量和對(duì)經(jīng)典啟發(fā)式算法的指數(shù)級(jí)加速作用，因而具有極大的優(yōu)越性并且蘊(yùn)涵著強(qiáng)大的生命力，現(xiàn)在已經(jīng)成為世界各國(guó)相關(guān)學(xué)者研究的前沿?zé)狳c(diǎn)領(lǐng)域。而將量子計(jì)算理論引入傳統(tǒng)智能優(yōu)化算法，改變了傳統(tǒng)智能優(yōu)化算法的迭代尋優(yōu)方式，提高了傳統(tǒng)智能優(yōu)化算法的迭代收斂速度和全局尋優(yōu)能力等性能。因此，研究量子智能優(yōu)化算法及其在電機(jī)優(yōu)化中的應(yīng)用有著重要的理

2、論和現(xiàn)實(shí)意義。本論文主要研究連續(xù)量子蟻群優(yōu)化、連續(xù)量子粒子群優(yōu)化、連續(xù)量子免疫克隆優(yōu)化，以及量子智能優(yōu)化算法在電機(jī)優(yōu)化應(yīng)用中的研究。具體可歸納如下。
　　 1.將量子計(jì)算原理和蟻群優(yōu)化相融合，提出連續(xù)量子蟻群優(yōu)化算法，數(shù)值仿真結(jié)果表明連續(xù)量子蟻群優(yōu)化算法的迭代收斂速度和全局尋優(yōu)能力明顯優(yōu)于蟻群優(yōu)化算法。以一臺(tái)117kW高速永磁發(fā)電機(jī)為例，通過溫度場(chǎng)計(jì)算分析和量子智能優(yōu)化算法對(duì)其冷卻結(jié)構(gòu)進(jìn)行了優(yōu)化設(shè)計(jì)研究。使電機(jī)內(nèi)溫度分布趨于均勻

3、，并研究了流道高度和通道截面變化位置對(duì)電機(jī)內(nèi)溫度分布的綜合作用影響。建立了雙目標(biāo)函數(shù)雙維度變量的流道優(yōu)化設(shè)計(jì)的連續(xù)量子蟻群優(yōu)化數(shù)學(xué)模型，通過優(yōu)化算法得到了定子繞組最高溫度和軸向溫差均為最小的流道結(jié)構(gòu)方案。得出的規(guī)律性結(jié)論可為高速永磁發(fā)電機(jī)冷卻系統(tǒng)的改進(jìn)設(shè)計(jì)與研究提供參考。
　　 2.將量子計(jì)算原理和粒子群優(yōu)化相融合，提出連續(xù)量子粒子群優(yōu)化算法，仿真結(jié)果表明引入量子計(jì)算的相關(guān)理論，可明顯提高算法的優(yōu)化效率。建立了多優(yōu)化目標(biāo)的流道優(yōu)

4、化設(shè)計(jì)連續(xù)量子粒子群優(yōu)化數(shù)學(xué)模型，以降低電機(jī)定子繞組最高溫度和定子鐵心軸向最高溫度，減小定子繞組軸向溫差和定子鐵心軸向溫差為目標(biāo)。根據(jù)連續(xù)量子粒子群優(yōu)化確定的流道優(yōu)化最優(yōu)方案，電機(jī)不同位置軸向最高溫度和溫差均顯著減小，為高速永磁發(fā)電機(jī)內(nèi)冷卻結(jié)構(gòu)的優(yōu)化設(shè)計(jì)提供一種新的優(yōu)化方法。
　　 3.將量子計(jì)算理論和免疫克隆算法相融合，提出連續(xù)量子免疫克隆優(yōu)化，仿真結(jié)果表明連續(xù)量子免疫克隆優(yōu)化的優(yōu)化性能明顯優(yōu)于免疫克隆算法。深入研究了高速永磁