电磁场逆问题分析、计算的交互式矢量正交边界交叉算法研究

Vector evolutionary algorithm has become the topical issue in the study of electromagnetic inverse problems. However, it is observed that the vector evolutionary algorithm is still in the developing stage considering (1) in terms of both convergence speed and the quality of the final solutions, the current vector evolutionary algorithm is still not satisfactory, (2) with complications in electrical magnetic devices and systems, the computational burden for finding the whole Pareto solutions of some practical engineering design problems using current vector evolutionary algorithms is unaffordable. Based on these arguments, and their previous research finding in scalar normal boundary intersection methods, the applicants propose to develop an improved vector normal boundary intersection method based on projection distance-measuring and dual extra archive mechanisms. In other word, a vector normal boundary intersection method is further improved to make it more suitable for the engineering inverse problems. More specially, it will develop an interactive normal boundary intersection method which has a good performance in both fast convergence speed and quality of the Pareto optimization by integrating a light beam search; Also, a power inductor of DC-DC converter in a electric vehicle will optimized and fabricated.

矢量进化算法已经成为电磁场逆问题的主要研究内容。通过对现有矢量进化算法的分析发现：其理论研究和工程应用仍处于发展阶段。（1）无论是在算法的收敛速度还是在算法最终解的性能方面，现有矢量进化算法都需要进一步提高和完善。 （2）电磁装置日趋复杂，获得完整Pareto解所需的计算资源难以想象，因此现有成果难以在工程应用中普遍推广。有鉴于此，申请项目拟通过对新型优化算法——正交边界交叉算法深入分析和系统研究，提出一种基于投影测距机制和双外部档案的矢量正交边界交叉算法。本项目将进一步研究适合于实际工程电磁场逆问题解算需要的矢量进化算法，通过引入光束搜索的概念和方法实现算法具有融合领域专家偏好的交互功能，以开发兼具快速收敛和Pareto全局寻优的交互式矢量进化算法。并在此基础上，优化设计和开发适用于电动汽车DC-DC模块的新材料功率电感。推进我国电磁场逆问题的理论研究水平，促进电动车的工程推广和应用。

随着电磁装置功能日趋复杂，矢量进化算法已成为电磁场逆问题的主要研究内容之一。现有矢量进化算法在理论研究和电磁场工程应用方面均处于发展阶段，算法的收敛速度，以及最终解的质量和表达方式等方面仍需提高和完善。为解决目前矢量进化算法在电磁场逆问题运用中的收敛速度缓慢、最终解集无法准确体现设计者意图等问题，以新型矢量进化算法——正交边界交叉算法为主要研究对象，以电动汽车DC-DC模块的功率电感等电磁场工程逆问题为测试载体开展相关研究。首先，在正交边界交叉算法框架内引入光束搜索（Light Beam Search）的概念和方法，通过设定期望点（aspiration point）、保守点（reservation point）控制算法搜索方向；并利用否定域的范围来限定最终解的范围，从而实现了正交边界交叉算法与设计者或领域专家偏好的信息交互,提出了光束搜索算法和正交边界交叉算法的混合算法。其次，利用Kriging模型对目标空间进行估计，减少电磁场正问题分析计算次数，有效提高电磁场逆问题的矢量算法收敛速度。在算法实现上提出了进化过程中Kriging模型的更新检测方程，合理平衡了精度与速度的关系，进一步提高算法工程实用性。最后，将提出算法用于优化超导储能系统、对称线性点源天线阵，以及电动汽车DC-DC模块的功率电感，验证了提出光束搜索算法和正交边界交叉算法的混合算法的工程实用性。综上，本研究提出适用于电磁场逆问题分析计算，兼具快速收敛和交互功能的正交边界交叉算法与光束搜索的混合算法。项目资助已发表SCI论文4篇，EI论文2篇。培养硕士生2名。项目投入经费23万元，支出万元19.683126，各项支出基本与预算相符。剩余经费万元3.316874，计划用于本项目后续研究支出。

内容获取失败，请点击重试