[发明专利]基于改进粒子群算法的无线能量传输系统参数优化方法

权利要求书

1.一种基于改进粒子群算法的无线能量传输系统参数优化方法，包括以下步骤：

确定改进型发射线圈的结构；

采用仿真计算的方法分析人体腹部模型的电磁安全性参数；

确定改进型发射线圈的参数约束；

根据胶囊接收端外径限制以及磁芯形状确定接收线圈匝数限制；

在原有粒子群算法的基础上采用动态调整惯性权重方法获得改进型粒子群算法；并采用若干标准测试函数对算法性能进行验证；

基于所述改进型粒子群算法对无线能量传输系统进行参数优化设计；

对优化后的结果进行试验分析；

完成无线能量传输系统的优化设计过程，将优化后参数以及微型化的接收端模块进行集成，设计并制作用于图像拍摄的胶囊样机；

其中，确定改进型发射线圈的结构时，采用改进型Helmholtz线圈作为系统的发射线圈，即把三个半径相同的线圈进行串联连接；

所述基于改进的粒子群算法对无线能量传输系统进行参数优化设计时，将系统效能积作为优化过程中的目标函数。

2.根据权利要求1所述的基于改进粒子群算法的无线能量传输系统参数优化方法，其特征在于，所述人体腹部模型通过将人体腹部模型的某一截面截取下来并进行拟合所得。

3.根据权利要求1所述的基于改进粒子群算法的无线能量传输系统参数优化方法，其特征在于，确定改进型发射线圈的参数约束时，包括确定接收线圈匝数限制，即在设计的过程中加入了堆积因子这一参数，所述接收线圈匝数计算公式为：

其中，F_p为堆积因子，F_p∈[0[4[0.7[，H为多层线圈厚度，h为磁芯线圈高度，d_p为磁芯线圈直径。

4.根据权利要求1所述的基于改进粒子群算法的无线能量传输系统参数优化方法，其特征在于，所述在原有粒子群算法的基础上采用动态调整惯性权重方法获得改进型粒子群算法时，主要包括惯性权重的改进设计以及全局最优解的选取，针对粒子群在求解高维非线性问题时容易陷入局部最优解的问题，提出一种基于Sigmod函数的新的非线性自适应权值调整策略，所述惯性权重表达式为：

然后根据公式：

计算种群的适应度方差，并将其与惯性权重调整策略相结合，其中w_min表示惯性权重的最小值，w_max表示惯性权重的最大值，max_G表示最大迭代次数，NP表示种群中个体数量，f_avg表示适应度的均值，f(X_i)表示第i个个体的适应度，f_max表示适应度的最大值；

当方差小于设定的临界方差时，对改进的惯性权重调整公式进行随机扰动，则所述惯性权重调整公式可变形为：

其中，w_min表示惯性权重的最小值，w_max表示惯性权重的最大值，max_G表示最大迭代次数，rand表示[0[1[上任一随机数；

此时，引入小生境遗传算法淘汰一些相似的个体，增加种群的多样性，增强算法全局寻优能力。

5.根据权利要求1所述的基于改进粒子群算法的无线能量传输系统参数优化方法，其特征在于，采用若干标准测试函数对算法性能进行验证时，采用Rosenbrock、Rastrigrin、Griewank、Ackley、Sphere和Quatic6种标准测试函数对算法性能进行验证。

6.根据权利要求4所述的基于改进粒子群算法的无线能量传输系统参数优化方法，其特征在于，所述改进型粒子群算法具体包括步骤：

step1、初始化粒子群；初始种群中粒子的速度和位置随机产生；

step2、计算粒子的适应度值，确定粒子的个体极值与全局极值；

step3、计算粒子的适应度方差；根据惯性权重计算公式计算粒子的惯性权重；如果适应度方差小于临界值，转至step4；否则转至step6；

step4、执行遗传操作，包括选择、交叉、变异；

step5、将初始种群与经过操作的种群合并，通过小生境淘汰策略选择适应度较好粒子；

step6、更新粒子的速度和位置；计算各粒子的适应度值；

step[、判断是否满足终止条件；若满足，则转至step8；否则转至step2；

step8、输出全局极值。