[发明专利]基于蚁群算法的功率电子电路优化方法

说明书

技术领域：

本发明涉及智能计算和功率电子两大领域，主要涉及电路的自动优化和设计。

技术背景：

功率电子广泛应用于各个领域，如：电源系统、照明系统和电动汽车等。近三十年来，小信号模型在功率电子电路的设计中得到广泛应用。由于在大信号条件下，功率电子电路的实际响应会严重偏离小信号线性模型的预测响应，这为功率电子电路的设计和优化工作带来了困难。为此，自动设计的需求也越来越强烈。二十年前，一些功率电子的自动化设计方法开始出现。这些方法融合了启发式学习、知识库、  模拟退火等优化算法。经典的优化技术，如梯度算法和爬山方法也被采用。然而，这些方法往往容易落入局部极小值的陷阱，导致优化结果不理想。同时，由于传统的设计优化方法计算得到的优化选取值在实际生产中无法找到相对应的标称值元件，因此，不能实现真正的自动设计和优化。

随着现代随机优化技术的不断发展，出现了如蚁群算法这样的优化计算技术。蚁群算法是一种新型的模拟进化算法，通过模拟自然界中真实的蚂蚁搜索食物源的行为来求解很多组合优化问题。在自然世界里，蚂蚁通过释放信息素来进行个体之间的交流，可以在蚁巢和食物之间找到一条最短的路径。由于蚁群算法本身具有的正反馈性、并行性、强收敛性以及鲁棒性，使得其在组合优化问题中有很好的表现，如旅行商问题、调度问题、二次分配问题等。与其它的元启发式算法相比，蚁群算法具有较强的全局搜索能力和寻优能力，解的质量稳定并具有更高的搜索效率。因此，十分适合于功率电子电路设计这样的优化问题。

发明内容：

本发明将蚁群算法运用到功率电子电路的优化设计中，该方法的优点在于：1、对于功率电子电路的元件组合优化问题，蚁群算法能够快速稳定地找到最优解。2、该方法优化出的元件取值都是在实际中可以直接取得的元件标称值，因此可以直接用于工业生产不需要任何的近似。

运用蚁群算法优化设计功率电子电路的具体步骤包括：

1)将功率电子电路中的每个元件取值离散化为一系列的标称值，并将这些值映射到一个蚁群算法优化功率电子电路的构造图中。其中，每个元件都用一个列表表示，表中的每一个节点代表该元件的一个可能取得的标称值。其中每一个节点还被赋予了一定的信息素，用于指引蚂蚁的搜索。

2)初始化每个节点的信息素为一个初始值τ_o，初始化N_P个蚂蚁用于搜索最佳的元件取值组合，设置循环次数G＝1。

3)  让每只蚂蚁根据节点上的信息素大小依次为每个元件选取一个标称值，从而形成一条路径。蚂蚁选择元件j的节点C_j[i]的概率为

Pji=τji/Σr=1N+1τjr]]>

其中τ_ji表示元件j的第i个节点上的信息素。N为该元件的节点总数，也就是可能取得的标称值数，在第N+1个节点中保存的是历代最优路径上的取值，这使得最优值能对整个搜索产生更大的影响。因此，在整个选择的过程中，信息素越大的节点被选择的概率就越高，相反信息素越小的节点被选择的机会越小。

4)当所有蚂蚁都构造完路径之后，将这些路径的元件取值代入电路中进行仿真，计算出输出电压的建立瞬态波形。根据一个评估函数Φ评估每个路径的结果，得到的函数值越大，证明该路径越好。其中Φ定义为：