分布式粒子群的直线电机有限元模型参数优化

0 引言
近年来，各种智能优化算法不断涌现，为工 业设计优化领域提供了坚实的理论基础。但是， 智能算法在优化工业设计特别是一般工业设计中 使用的有限元计算中，面临适应度计算量过大和 优化周期较长等问题。而采用分布式的技术可以 大大缩短计算时长，故将分布式计算理论应用到 智能算法优化设计领域不失为一种好的方法 。 [1-2]
电机热分析计算。实验证明，该方法在提高算法的准确度的同时大大提高了计算效率，在工程应用中具有
很好的实用价值。
[ 关键词 ] 分布式计算；粒子群；直线电机；有限元模型；参数优化
[ 中图分类号 ] TM359.4
[ 文献标识码 ] B
[ 文章编号 ] 1673-3142(2018)05-0041-05
Distributed Particle Swarm Optimization Algorithm for Linear Motor Finite Element Model Parameters Optimization
在直线电机参数优化方面，学者们在经典的 优化算法的基础上提出了许多改进的优化算法， 林健 [3] 等提出了一种粒子群和差分进化的混合优 化算法（DEPSO 算法）对直线电机机构参数进行 了优化，将计算效率提高了 50% 以上。李田田 [4] 利用改进的自适应权重 PSO 算法对直接进给伺服 进行参数优化，使系统具有更好的动态特性。张
第 56 卷 第 5 期 Vol. 56 No. 5
农业装备与车辆工程
AGRICULTURAL EQUIPMENT & VEHICLE ENGINEERING
2018 年 5 月 May 2018
doi:10.3969/j.issn.1673-3142.2018.05.010
分布式粒子群的直线电机有限元模型参数优化
收稿日期 : 2017-04-20 修回日期 : 2017-05-02
娓娓 [5] 等采用遗传粒子群算法对常规带惯性权重 的粒子群算法进行改进。魏华生 [6] 等采用改进的 粒子群算法对电机参数进行优化，在优化时增加 了遗传算法中的交叉，加强单个粒子历史最优向 种群最优的学习能力，扩大了粒子的全局搜索能 力。赵吉文 [7] 等将支持向量化与混沌搜索的方法 引入新型直线电机参数优化中。以上研究运用改 进的智能优化算法对直线电机参数进行优化，提 高了准确度和效率，但是都是基于单机计算的算 法，对于计算效率的提升都不是特别明显。
本文提出利用分布式计算的小生境粒子群 对直线电机热变形的有限元模型的参数进行优化 的方法。将分布式计算引入粒子群算法，结合小 生境技术利用多台计算机进行分布式计算，利用 ANSYS 对直线电机的热变形模型进行有限元计 算，在 MATLAB 中使用小生境粒子群对计算结果 进行参数优化，通过 APDL 语言脚本使 MATLAB
聂成
（200093 上海市 上海理工ห้องสมุดไป่ตู้学 机械工程学院）
[ 摘要 ] 为了克服大规模计算带来的因时间消耗而大大降低工程试验效率的问题，提出了一种改进的分布
式计算的小生境粒子群算法（DNPSO）。该方法将 MATLAB 的 MDCS 架构与小生境粒子群结合，通过不
断调整搜索区间，寻找出模型参数的全局最优值。采用 Shaffer 函数对算法进行测试，再将其应用于直线
Nie Cheng （(School of Mechanical Engineering, Shanghai University for Science and Technology, Shanghai 200093, China） [Abstract] To overcome the problem that the time consumption caused by large-scale computation greatly reduces the efficiency of engineering experiment, an improved distributed niche particle swarm optimization algorithm (DNPSO) is proposed. This method combines the MDCS architecture of MATLAB with the niche particle swarm algorithm, and it finally finds out the global optimal value of the model parameters by continuously adjusting the search interval. Shaffer function is used to test the algorithm and then the method is applied to the thermal analysis of linear motor. Experimental results show that the method greatly improves the accuracy and computational efficiency of the algorithm and it has very good practical value in industry application. [Key words] distributed computation; particle swarm; linear motor; finite element model; parameter optimization
42
农业装备与车辆工程
2018 年
与 ANSYS 联合计算，在提高算法的准确度的同 时大大提高了计算效率，缩短了整个工程分析的 时间在工程中具有很好的实用价值。
1 标准粒子群算法
粒子群优化算法由 Kennedy 和 Eberhart 等 [8]
提出。在 PSO 算法中首先初始化为一群随机粒子，
然后通过迭代找到最优解。每次迭代中通过跟踪