CN109347214B - 无线电能传输系统调频控制中多峰极值的搜索方法 - Google Patents
无线电能传输系统调频控制中多峰极值的搜索方法 Download PDFInfo
- Publication number
- CN109347214B CN109347214B CN201810780577.7A CN201810780577A CN109347214B CN 109347214 B CN109347214 B CN 109347214B CN 201810780577 A CN201810780577 A CN 201810780577A CN 109347214 B CN109347214 B CN 109347214B
- Authority
- CN
- China
- Prior art keywords
- niche
- candidate
- peak
- peaked
- niches
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
- H02J50/10—Circuit arrangements or systems for wireless supply or distribution of electric power using inductive coupling
- H02J50/12—Circuit arrangements or systems for wireless supply or distribution of electric power using inductive coupling of the resonant type
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Power Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及多峰函数极值搜索技术领域,特别是一种无线电能传输系统调频控制中多峰极值的搜索方法,首先通过判断个体适应度的增减性将解空间分为有峰小生境和可能有峰的候补小生境;接着运用人工蜂群算法在每个有峰小生境中搜索最优值,同时更新有峰小生境和候补小生境的边界;然后在候补小生境中搜索是否存在有峰小生境并更新;循环直至满足停止条件,搜索到多峰函数的全部极值。该方法搜索精度高,且受种群数目影响小,无需设置额外的参数,易于实施,能够找到所有的峰值点。
Description
技术领域
本发明涉及多峰函数极值搜索技术领域,特别是一种无线电能传输系统调频控制中多峰极值的搜索方法。
背景技术
无线电能传输系统中,输出到负载的功率P(k,f)是耦合系数k和工作频率f的函数。由于耦合系数k的数值可以通过测量相关物理量计算出,因此当线圈位置固定时,系统输出功率变为工作频率f的函数P(f)。当传输距离减小到一定程度,即耦合系数k增大到一定值时,系统处于过耦合状态。此时输出到负载的功率P(f)会发生频率分裂现象,即在谐振频率f0处输出的功率P(f0)迅速下降,而在谐振频率的两侧存在若干个使得输出功率极大的共振频率。由于存在频率分裂现象,无线电能传输系统若一直工作在谐振频率f0下会使得系统在过耦合时处于非谐振状态,输出到负载的功率P(f0)变小,无法满足负载对输出功率的要求。所以需要根据传输距离即耦合系数k的变化对系统的共振频率f0进行实时的跟踪控制。由于系统输出到负载的功率P(f)是关于频率f的多峰函数,因此需要一种能够快速精确搜索多峰函数全部极值的方法,搜索到使得输出功率P(f)较大的全部频率。
发明内容
本发明的目的在于提供一种无线电能传输系统调频控制中多峰极值的搜索方法,该方法搜索精度高,且受种群数目影响小,无需设置额外的参数,易于实施,能够找到所有的峰值点。
为实现上述目的,本发明的技术方案是:一种无线电能传输系统调频控制中多峰极值的搜索方法,首先通过判断个体适应度的增减性将解空间分为有峰小生境和可能有峰的候补小生境;接着运用人工蜂群算法在每个有峰小生境中搜索最优值,同时更新有峰小生境和候补小生境的边界;然后在候补小生境中搜索是否存在有峰小生境并更新;循环直至满足停止条件,搜索到多峰函数的全部极值。
进一步地,该方法具体包括以下步骤:
步骤(1)根据无线电能传输系统电路结构获得系统输出功率关于频率的多峰函数P(f);
步骤(2)在下边界为LB和上边界为UB的解空间中初始化种群,计算个体适应度的增减性;根据个体适应度的增减性确定有峰小生境Pn,所有的Pn组成有峰小生境集P,其中n=1,2,…,peaknum,peaknum为有峰小生境集P中有峰小生境的个数;重新初始化每个有峰小生境Pn中的个体;
步骤(3)在每个有峰小生境Pn中采用人工蜂群算法搜索局部极值,并记录在GlobalMax中;
步骤(4)计算每个有峰小生境Pn中个体适应度的增减性,更新有峰小生境集P;
步骤(5)根据有峰小生境集P确定候补小生境集C,并重新初始化每个候补小生境Cm中的个体;
步骤(6)在每个候补小生境Cm中采用人工蜂群算法搜索局部极值,根据每个候补小生境Cm中个体适应度的增减性,更新有峰小生境集P;
步骤(7)返回步骤(3)循环直至满足停止条件,搜索得到所述多峰函数的全部极值,并记录在GlobalMax中。
进一步地,所述步骤(2)中,有峰小生境Pn是指目前已搜索到1个峰,但其中可能存在>1个峰的小生境;所述根据个体适应度的增减性确定有峰小生境Pn,包括以下步骤:
步骤(2.1)计算个体适应度的增减性:将初始化的SN个个体fi按照从小到大的顺序排序,i=1,2,…,SN,并计算每个个体适应度的增减性;其中个体fi的适应度为P(fi),其增减性是指,若P(fi+Δf)>P(fi),称fi的增减性为增,记作upi=1;若P(fi+Δf)<P(fi),称fi的增减性为减,记作upi=0;其中,Δf为fi的增量;
步骤(2.2)确定有峰小生境的上下边界个体:当两个相邻的个体fi和fi+1适应度的增减性满足upi=1且upi+1=0时,将fi作为1个有峰小生境Pn的下边界个体,fi+1作为上边界个体;
步骤(2.3)初始化有峰小生境个体:在下边界为fi和上边界为fi+1的有峰小生境中随机初始化所有个体。
进一步地,所述步骤(4)中,更新有峰小生境集P,包括以下步骤:
步骤(4.1)采用步骤(2.1)-(2.2)的方法在有峰小生境Pn中计算每个个体适应度的增减性,并确定各个有峰小生境Pnj的上下边界个体;Pnj为有峰小生境Pn中的第j个有峰小生境,其中j=1,2,…,t,t为Pn中峰的个数,当t=1时,有峰小生境Pn中存在1个峰,当t>1时,有峰小生境Pn中存在>1个峰;
步骤(4.2)根据步骤(4.1)中确定的各个有峰小生境Pnj的上下边界个体,采用步骤(2.3)的方法更新Pn中的个体;
步骤(4.3)当j=1时,用有峰小生境Pn1代替原来的有峰小生境Pn;当j≠1时,将有峰小生境Pnj作为有峰小生境集P中第peaknum+j-1个有峰小生境;
步骤(4.4)更新有峰小生境集P中有峰小生境的个数peaknum,即令peaknum=peaknum+t-1。
进一步地,所述步骤(5)中,候补小生境Cm是指目前没有搜索到峰,但其中可能存在≥1个峰的小生境,所有的Cm组成候补小生境集C;有峰小生境Pn的下边界为Plbn,上边界为Pubn,候补小生境Cm的下边界为Clbm,上边界为Cubm;所述根据有峰小生境集P确定候补小生境集C,并重新初始化每个候补小生境Cm中的个体,包括以下步骤:
步骤(5.1)将所有有峰小生境Pn按照从小到大的顺序排序;
步骤(5.2)第1个候补小生境C1的下边界Clb1等于解空间的下边界LB,上边界Cub1等于第1个有峰小生境P1的下边界Plb1;
步骤(5.3)当m=2,3,…,peaknum时,第m个候补小生境Cm的下边界Clbm等于第m-1个有峰小生境Pm-1的上边界Pubm-1,上边界Cubm等于Pm的下边界Plbm;
步骤(5.4)当m=peaknum+1时,第peaknum+1个候补小生境Cpeaknum+1的下边界Clbpeaknum+1等于第peaknum个有峰小生境Ppeaknum的上边界Pubpeaknum,上边界Cubpeaknum+1等于解空间的上边界UB;
步骤(5.5)设置候补小生境集C中候补小生境的个数为candnum;判断第m个候补小生境Cm的范围,即crange=Cubm-Clbm;当crang≠0时,在下边界为Clbm和上边界为Cubm的候补小生境Cm中随机初始化所有个体;当Crang=0时,说明该候补小生境为空,则更新候补小生境集C中候补小生境的个数candnum,即令candnum=candnum-1。
进一步地,所述的步骤(6)中,根据每个候补小生境Cm中个体适应度的增减性,更新有峰小生境集P,包括以下步骤:
步骤(6.1)在候补小生境Cm中计算每个个体适应度的增减性,当两个相邻的个体fi和fi+1适应度的增减性满足upi=1且upi+1=0时,将fi作为1个有峰小生境Cmk的下边界个体,fi+1作为上边界个体,Cmk为候补小生境Cm中的第k个有峰小生境,其中k=1,2,…,s;s为Cm中峰的个数;
步骤(6.2)将Cmk作为有峰小生境集P中的第peaknum+k个有峰小生境Ppeaknum+k,并更新有峰小生境集P中有峰小生境的个数peaknum,即令peaknum=peaknum+s。
相较于现有技术,本发明的有益效果是解决了无线电能传输系统调频控制问题中搜索到输出功率全部极大值的问题,实现了一种更加便利和有效的搜索多峰函数全部极值的方法。利用该方法进行搜索,受优化算法初始种群数目影响小,不需要设置额外的参数,易于实施,能够找到所有的峰值点且寻优精度高,可应用于多种优化算法的改进,具有很强的实用性和广阔的应用前景。
附图说明
图1是无线电能传输系统频率分裂现象示意图。
图2是本发明方法的实现流程图。
图3是本发明实施例中确定有峰小生境边界的示例图。
图4是本发明实施例中当1个有峰小生境中有2个峰时更新有峰小生境集P的示例图。
图5是本发明实施例中将有峰小生境按照从小到大顺序排列的示例图。
图6是本发明实施例中确定候补小生境边界的示例图。
图7是本发明实施例中当1个候补小生境中有2个峰时更新有峰小生境集P的示例图。
图8是本发明实施例中测试函数多峰极值搜索结果图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步说明。
本发明实施例中无线电能传输系统调频控制问题具体描述如下:
如图1(a)和(c)所示磁耦合谐振式无线电能传输(Magnetically-CoupledResonant Wireless Power Transfer,MCR-WPT)系统中,若电源电压与内阻、线圈等效电感与内阻、补偿电容和负载阻抗等参数确定,则系统输出功率是线圈间耦合系数k和工作频率f的函数,即P(k,f)。在实际使用中,当某一时刻线圈位置固定时,耦合系数k可以由发射和接收回路中的相关物理量计算得出。因此当线圈间的耦合系数k确定的情况下,系统输出功率是工作频率f的函数,即P(f)。
随着k的变化,MCR-WPT系统输出功率P(f)出现频率分裂现象,如图1(b)和(d)所示,其中系统谐振频率为f0。当k较小时,系统处在欠耦合状态,在f0处取得P(f)的最大值;随着k的增大,系统越过临界耦合并进入过耦合状态,两线圈系统P(f)分别在f0两侧的本征频率点f1和f2上取得局部极大值,而在f0处输出功率却较小;三线圈系统P(f)可能出现2个或者3个全局和局部最大值。可见P(f)的全局和局部最优解的个数会随k改变,且最优解之间的距离也会随k改变。因此MCR-WPT系统的P(f)是一个最优解的个数和半径都可变的多峰函数。
由于存在频率分裂现象,MCR-WPT系统的本征频率会因为分裂而偏离谐振频率。如果系统始终工作在谐振频率上,当线圈耦合系数较大即线圈距离较近时时,负载就无法获得最优的输出功率。因此需要对系统采用调频控制,即随着k的变化,系统自动调节工作频率,使得负载获得最优的输出功率。在实际应用中,线圈电感和补偿电容的参数会随着系统工作情况改变,使得系统输出功率的局部最优解不相等。如果为了追求全局最优的输出功率,在短时间内大幅度地调整系统工作频率,可能会因为电路的滞后性使得MCR-WPT系统进入失谐状态,严重的可能会由于电流过大而损坏系统。考虑到系统的稳定性,调频控制需要找到输出功率所有的全局和局部最优值,使得系统可以调整至与原工作频率较接近的本征频率处。同时为了兼顾输出功率和系统传输效率都满足要求,也需要调频控制需要找到输出功率所有的全局和局部最优值,供MCR-WPT系统选择使用。
因此无线电能传输系统系统调频控制可转化为搜索多峰函数全部极值的问题,需要一种能够对最优解个数和半径都可变的多峰函数的极值进行搜索的方法。
本发明提供了一种无线电能传输系统调频控制中多峰极值的搜索方法,首先通过判断个体适应度的增减性将解空间分为有峰小生境和可能有峰的候补小生境;接着运用人工蜂群算法在每个有峰小生境中搜索最优值,同时更新有峰小生境和候补小生境的边界;然后在候补小生境中搜索是否存在有峰小生境并更新;循环直至满足停止条件,搜索到多峰函数的全部极值。图2是本发明方法的实现流程图。如图2所示,该方法具体包括以下步骤:
步骤(1)根据无线电能传输系统电路结构获得系统输出功率关于频率的多峰函数P(f)。
步骤(2)在下边界为LB和上边界为UB的解空间中初始化种群,计算个体适应度的增减性;根据个体适应度的增减性确定有峰小生境Pn,所有的Pn组成有峰小生境集P,其中n=1,2,…,peaknum,peaknum为有峰小生境集P中有峰小生境的个数;重新初始化每个有峰小生境Pn中的个体。
其中,有峰小生境Pn是指目前已搜索到1个峰,但其中可能存在>1个峰的小生境;所述根据个体适应度的增减性确定有峰小生境Pn,包括以下步骤:
步骤(2.1)计算个体适应度的增减性:将初始化的SN个个体fi按照从小到大的顺序排序,i=1,2,…,SN,并计算每个个体适应度的增减性;其中个体fi的适应度为P(fi),其增减性是指,若P(fi+Δf)>P(fi),称fi的增减性为增,记作upi=1;若P(fi+Δf)<P(fi),称fi的增减性为减,记作upi=0;其中,Δf为fi的增量,Δf根据解空间的范围确定。
步骤(2.2)确定有峰小生境的上下边界个体:当两个相邻的个体fi和fi+1适应度的增减性满足upi=1且upi+1=0时,将fi作为1个有峰小生境Pn的下边界个体,fi+1作为上边界个体。如图3所示,本实施例中,P1的下边界是f3,上边界是f4;P2的下边界是f5,上边界是f6;P3的下边界是f9,上边界是f10。
步骤(2.3)初始化有峰小生境个体:在下边界为fi和上边界为fi+1的有峰小生境中随机初始化所有个体。
步骤(3)在每个有峰小生境Pn中采用人工蜂群算法搜索局部极值,并记录在GlobalMax中。
步骤(4)计算每个有峰小生境Pn中个体适应度的增减性,更新有峰小生境集P。
其中,更新有峰小生境集P,包括以下步骤:
步骤(4.1)采用步骤(2.1)-(2.2)的方法在有峰小生境Pn中计算每个个体适应度的增减性,并确定各个有峰小生境Pnj的上下边界个体;Pnj为有峰小生境Pn中的第j个有峰小生境,其中j=1,2,…,t,t为Pn中峰的个数,当t=1时,有峰小生境Pn中存在1个峰,当t>1时,有峰小生境Pn中存在>1个峰。
步骤(4.2)根据步骤(4.1)中确定的各个有峰小生境Pnj的上下边界个体,采用步骤(2.3)的方法更新Pn中的个体。
步骤(4.3)当j=1时,用有峰小生境Pn1代替原来的有峰小生境Pn;当j≠1时,将有峰小生境Pnj作为有峰小生境集P中第peaknum+j-1个有峰小生境。
步骤(4.4)更新有峰小生境集P中有峰小生境的个数peaknum,即令peaknum=peaknum+t-1。
如图4所示,本实施例中,原有峰小生境的个数peaknum=3。当原有峰小生境P1中存在2个峰时,t=2。将原P1用第1个有峰小生境P11代替,第2个有峰小生境P12作为有峰小生境集P中的第4个有峰小生境,并更新有峰小生境的个数peaknum为peaknum=peaknum+t-1=4。
步骤(5)根据有峰小生境集P确定候补小生境集C,并重新初始化每个候补小生境Cm中的个体。
其中,候补小生境Cm是指目前没有搜索到峰,但其中可能存在≥1个峰的小生境,所有的Cm组成候补小生境集C;有峰小生境Pn的下边界为Plbn,上边界为Pubn,候补小生境Cm的下边界为Clbm,上边界为Cubm;所述根据有峰小生境集P确定候补小生境集C,并重新初始化每个候补小生境Cm中的个体,包括以下步骤:
步骤(5.1)将所有有峰小生境Pn按照从小到大的顺序排序。如图5所示,本实施例中,步骤(4)更新后P12是有峰小生境集P中的最后一个小生境,排序后为第2个。
步骤(5.2)第1个候补小生境C1的下边界Clb1等于解空间的下边界LB,上边界Cub1等于第1个有峰小生境P1的下边界Plb1。
步骤(5.3)当m=2,3,…,peaknum时,第m个候补小生境Cm的下边界Clbm等于第m-1个有峰小生境Pm-1的上边界Pubm-1,上边界Cubm等于Pm的下边界Plbm。
步骤(5.4)当m=peaknum+1时,第peaknum+1个候补小生境Cpeaknum+1的下边界Clbpeaknum+1等于第peaknum个有峰小生境Ppeaknum的上边界Pubpeaknum,上边界Cubpeaknum+1等于解空间的上边界UB。
本实施例中,步骤(5.2)至步骤(5.4)如图6所示,第1个候补小生境C1的下边界Clb1等于解空间的下边界LB,上边界Cub1等于第1个有峰小生境P1的下边界Plb1;第2个候补小生境C2的下边界Clb2等于第1个有峰小生境P1的上边界Pub1,上边界Cub2等于P2的上边界Plb2;第3个和第4个候补小生境C3和C4的情况与C2类似;最后1个候补小生境C5的下边界Clb5等于第4个有峰小生境P4的上边界Pub4,上边界Cub5等于解空间的上边界UB。
步骤(5.5)设置候补小生境集C中候补小生境的个数为candnum;判断第m个候补小生境Cm的范围,即crange=Cubm-Clbm;当crang≠0时,在下边界为Clbm和上边界为Cubm的候补小生境Cm中随机初始化所有个体;当Crang=0时,说明该候补小生境为空,则更新候补小生境集C中候补小生境的个数candnum,即令candnum=candnum-1。
步骤(6)在每个候补小生境Cm中采用人工蜂群算法搜索局部极值,根据每个候补小生境Cm中个体适应度的增减性,更新有峰小生境集P。具体包括以下步骤:
步骤(6.1)在候补小生境Cm中计算每个个体适应度的增减性,当两个相邻的个体fi和fi+1适应度的增减性满足upi=1且upi+1=0时,将fi作为1个有峰小生境Cmk的下边界个体,fi+1作为上边界个体,Cmk为候补小生境Cm中的第k个有峰小生境,其中k=1,2,…,s;s为Cm中峰的个数;
步骤(6.2)将Cmk作为有峰小生境集P中的第peaknum+k个有峰小生境Ppeaknum+k,并更新有峰小生境集P中有峰小生境的个数peaknum,即令peaknum=peaknum+s。
本实施例中,如图7所示,原有峰小生境的个数peaknum=4。当原候补小生境C1中存在2个峰时,s=2。将其中的第1个有峰小生境Cp1作为有峰小生境集P中的第5个有峰小生境,第2个有峰小生境Cp2作为有峰小生境集P中的第6个有峰小生境。并更新有峰小生境的个数peaknum为peaknum=peaknum+s=6。
步骤(7)返回步骤(3)循环直至满足停止条件,搜索得到所述多峰函数的全部极值,并记录在GlobalMax中。
为验证本发明提出的搜索方法的有效性,选取4个在多峰函数优化领域被广泛采用的标准测试函数进行试验。
测试函数1:f=sin6(5.1πx+0.5)式中x∈[0,1],包含5个等距等高的峰,峰值点都为1。
测试函数3:f=xsin6[5.1π(x2-0.57)]式中x∈[0,1],包含5个不等距不等高的峰,峰值点为0.9297、0.8176、0.6872、0.5258、0.2859。
测试函数4:f=x(x+1)sin[(2x-0.5)2π-1]式中x∈[-1.5,1]。
测试函数1~3用于考察本发明算法解决多峰搜索方法的执行能力。测试函数4是一个复杂函数,一般方法很难精确地搜索到所有的峰值点,可以用来考察本发明多峰搜索方法的搜索能力。
测试结果如图8所示,图中标记‘○’用于表示搜索到的极值。由测试结果可知,本发明的搜索方法可以搜索到测试函数1~4的全部极值且寻优精度高。该方法通过将解空间分为有峰小生境和可能有峰的候补小生境,并动态地识别小生境边界,将在整个解空间上搜索多峰函数的全部极值问题简化为在多个有峰小生境中搜索1个极值的问题。利用本发明的方法进行多峰函数的搜索,受优化算法初始种群数目影响小,不需要设置额外的参数易于实施,能够在较少的迭代次数条件下找到所有的峰值点且寻优精度高,具有很强的实用性和广阔的应用前景。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
Claims (5)
1.一种无线电能传输系统调频控制中多峰极值的搜索方法,其特征在于,首先通过判断个体适应度的增减性将解空间分为有峰小生境和可能有峰的候补小生境;接着运用人工蜂群算法在每个有峰小生境中搜索最优值,同时更新有峰小生境和候补小生境的边界;然后在候补小生境中搜索是否存在有峰小生境并更新;循环直至满足停止条件,搜索到多峰函数的全部极值;具体包括以下步骤:
步骤(1) 根据无线电能传输系统电路结构获得系统输出功率关于频率的多峰函数P(f );
步骤(2) 在下边界为LB 和上边界为UB的解空间中初始化种群,计算个体适应度的增减性;根据个体适应度的增减性确定有峰小生境P n ,所有的P n 组成有峰小生境集P,其中n=1,2, …, peaknum,peaknum为有峰小生境集P中有峰小生境的个数;重新初始化每个有峰小生境P n 中的个体;
步骤(3) 在每个有峰小生境P n 中采用人工蜂群算法搜索局部极值,并记录在GlobalMax中;
步骤(4) 计算每个有峰小生境P n 中个体适应度的增减性,更新有峰小生境集P;
步骤(5) 根据有峰小生境集P确定候补小生境集C,并重新初始化每个候补小生境C m 中的个体;
步骤(6) 在每个候补小生境C m 中采用人工蜂群算法搜索局部极值,根据每个候补小生境C m 中个体适应度的增减性,更新有峰小生境集P;
步骤(7) 返回步骤(3)循环直至满足停止条件,搜索得到所述多峰函数的全部极值,并记录在GlobalMax中。
2.根据权利要求1所述的无线电能传输系统调频控制中多峰极值的搜索方法,其特征在于,所述步骤(2)中,有峰小生境P n 是指目前已搜索到1个峰,但其中可能存在>1个峰的小生境;所述根据个体适应度的增减性确定有峰小生境P n ,包括以下步骤:
步骤(2.1) 计算个体适应度的增减性:将初始化的SN个个体f i 按照从小到大的顺序排序,i=1, 2, …, SN,并计算每个个体适应度的增减性;其中个体f i 的适应度为P( f i ),其增减性是指,若P( f i +∆f )>P( f i ),称f i 的增减性为增,记作up i =1;若P( f i +∆f )< P(f i ),称f i 的增减性为减,记作up i =0;其中,∆f为f i 的增量;
步骤(2.2) 确定有峰小生境的上下边界个体:当两个相邻的个体f i 和f i+1适应度的增减性满足up i =1且up i+1=0时,将f i 作为1个有峰小生境P n 的下边界个体,f i+1作为上边界个体;
步骤(2.3) 初始化有峰小生境个体:在下边界为f i 和上边界为f i+1的有峰小生境中随机初始化所有个体。
3.根据权利要求2所述的无线电能传输系统调频控制中多峰极值的搜索方法,其特征在于,所述步骤(4)中,更新有峰小生境集P,包括以下步骤:
步骤(4.1) 采用步骤(2.1)-(2.2)的方法在有峰小生境P n 中计算每个个体适应度的增减性,并确定各个有峰小生境P nj 的上下边界个体;P nj 为有峰小生境P n 中的第j个有峰小生境,其中j=1, 2, …, t,t为P n 中峰的个数,当t=1时,有峰小生境P n 中存在1个峰,当t>1时,有峰小生境P n 中存在>1个峰;
步骤(4.2) 根据步骤(4.1)中确定的各个有峰小生境P nj 的上下边界个体,采用步骤(2.3)的方法更新P n 中的个体;
步骤(4.3) 当j=1时,用有峰小生境P n1代替原来的有峰小生境P n ;当j≠1时,将有峰小生境P nj 作为有峰小生境集P中第peaknum+j-1个有峰小生境;
步骤(4.4) 更新有峰小生境集P中有峰小生境的个数peaknum,即令peaknum=peaknum+t-1。
4.根据权利要求3所述的无线电能传输系统调频控制中多峰极值的搜索方法,其特征在于,所述步骤(5)中,候补小生境C m 是指目前没有搜索到峰,但其中可能存在≥1个峰的小生境,所有的C m 组成候补小生境集C;有峰小生境P n 的下边界为Plb n ,上边界为Pub n ,候补小生境C m 的下边界为Clb m ,上边界为Cub m ;所述根据有峰小生境集P确定候补小生境集C,并重新初始化每个候补小生境C m 中的个体,包括以下步骤:
步骤(5.1) 将所有有峰小生境P n 按照从小到大的顺序排序;
步骤(5.2) 第1个候补小生境C 1的下边界Clb 1等于解空间的下边界LB,上边界Cub 1等于第1个有峰小生境P 1的下边界Plb 1;
步骤(5.3) 当m=2, 3, …, peaknum时,第m个候补小生境C m 的下边界Clb m 等于第m-1个有峰小生境P m-1的上边界Pub m-1,上边界Cub m 等于P m 的下边界 Plb m ;
步骤(5.4) 当m=peaknum+1时,第peaknum+1个候补小生境C peaknum+1的下边界Clb peaknum+1等于第peaknum个有峰小生境P peaknum 的上边界Pub peaknum ,上边界Cub peaknum+1等于解空间的上边界UB;
步骤(5.5) 设置候补小生境集C中候补小生境的个数为candnum;判断第m个候补小生境C m 的范围,即crange=Cub m -Clb m ;当crange≠0时,在下边界为Clb m 和上边界为Cub m 的候补小生境C m 中随机初始化所有个体;当crange=0时,说明该候补小生境为空,则更新候补小生境集C中候补小生境的个数candnum,即令candnum=candnum-1。
5.根据权利要求4所述的无线电能传输系统调频控制中多峰极值的搜索方法,其特征在于,所述的步骤(6)中,根据每个候补小生境C m 中个体适应度的增减性,更新有峰小生境集P,包括以下步骤:
步骤(6.1) 在候补小生境C m 中计算每个个体适应度的增减性,当两个相邻的个体f i 和f i+1适应度的增减性满足up i =1且up i+1=0时,将f i 作为1个有峰小生境C mk 的下边界个体,f i+1作为上边界个体,C mk 为候补小生境C m 中的第k个有峰小生境,其中k=1, 2, …, s;s为C m 中峰的个数;
步骤(6.2) 将C mk 作为有峰小生境集P中的第peaknum+k个有峰小生境P peaknum+k ,并更新有峰小生境集P中有峰小生境的个数peaknum,即令peaknum=peaknum+s。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810780577.7A CN109347214B (zh) | 2018-07-16 | 2018-07-16 | 无线电能传输系统调频控制中多峰极值的搜索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810780577.7A CN109347214B (zh) | 2018-07-16 | 2018-07-16 | 无线电能传输系统调频控制中多峰极值的搜索方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109347214A CN109347214A (zh) | 2019-02-15 |
CN109347214B true CN109347214B (zh) | 2021-12-28 |
Family
ID=65291336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810780577.7A Active CN109347214B (zh) | 2018-07-16 | 2018-07-16 | 无线电能传输系统调频控制中多峰极值的搜索方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109347214B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113766623B (zh) * | 2021-07-23 | 2023-05-09 | 福州大学 | 基于改进人工蜂群的认知无线电功率分配方法 |
CN116780793B (zh) * | 2023-08-23 | 2023-12-12 | 中山大学 | 一种无线充电输出能力最大化的参数设计和调频方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1929322A (zh) * | 2005-09-05 | 2007-03-14 | 中兴通讯股份有限公司 | 一种wcdma系统中峰值搜索的方法 |
CN102495945A (zh) * | 2011-11-11 | 2012-06-13 | 河海大学 | 光伏发电系统多峰值最大功率点跟踪的谷值定界搜索方法 |
CN105140972A (zh) * | 2015-09-06 | 2015-12-09 | 河南师范大学 | 高传输效率无线电能发射系统的频率快速搜索方法 |
CN106991075A (zh) * | 2017-03-01 | 2017-07-28 | 电子科技大学 | 基于牛顿法极值搜索的多峰极值搜索方法 |
CN105160395B (zh) * | 2015-09-06 | 2017-12-01 | 河南师范大学 | 谐振式电能发送装置的效率寻优惯性变化粒子群方法 |
-
2018
- 2018-07-16 CN CN201810780577.7A patent/CN109347214B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1929322A (zh) * | 2005-09-05 | 2007-03-14 | 中兴通讯股份有限公司 | 一种wcdma系统中峰值搜索的方法 |
CN102495945A (zh) * | 2011-11-11 | 2012-06-13 | 河海大学 | 光伏发电系统多峰值最大功率点跟踪的谷值定界搜索方法 |
CN105140972A (zh) * | 2015-09-06 | 2015-12-09 | 河南师范大学 | 高传输效率无线电能发射系统的频率快速搜索方法 |
CN105160395B (zh) * | 2015-09-06 | 2017-12-01 | 河南师范大学 | 谐振式电能发送装置的效率寻优惯性变化粒子群方法 |
CN106991075A (zh) * | 2017-03-01 | 2017-07-28 | 电子科技大学 | 基于牛顿法极值搜索的多峰极值搜索方法 |
Non-Patent Citations (2)
Title |
---|
improved ant colony algorithm for adaptive frequency-tracking control in wpt system;Yang Li etc.;《the institution of engineering and technology》;20180131;第12卷(第1期);23-28 * |
用于多峰函数优化的小生境人工蜂群算法;毕晓君等;《系统工程与电子技术》;20111130;第33卷(第11期);2564-2568 * |
Also Published As
Publication number | Publication date |
---|---|
CN109347214A (zh) | 2019-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kim et al. | Probabilistic anchor assignment with iou prediction for object detection | |
CN110457486A (zh) | 基于知识图谱的人物实体对齐方法及装置 | |
CN109347214B (zh) | 无线电能传输系统调频控制中多峰极值的搜索方法 | |
CN103473248B (zh) | 一种路网环境下的连续移动k近邻查询方法 | |
CN101419625B (zh) | 一种基于最小可查询模式的Deep Web自适应爬取方法 | |
KR20090028953A (ko) | 자동화된 클러스터링 방법 및 이를 이용한 이동통신환경에서 다중 경로의 클러스터링 방법 및 장치 | |
CN105635962A (zh) | 自动wlan射电图构建方法和系统 | |
CN103210368A (zh) | 软件应用程序识别 | |
CN105956085B (zh) | 一种倒排索引的构建方法和装置、检索方法和装置 | |
CN103092853A (zh) | 一种空间索引的建立方法、使用方法及装置 | |
CN105550368A (zh) | 一种高维数据的近似最近邻检索方法及检索系统 | |
CN105160395A (zh) | 谐振式电能发送装置的效率寻优惯性变化粒子群方法 | |
CN105095188A (zh) | 句子相似度计算方法及装置 | |
CN109033755A (zh) | 基于大数据的融合基因数据检测方法、计算机程序、终端 | |
CN108764307A (zh) | 自然最近邻优化的密度峰值聚类方法 | |
KR100987394B1 (ko) | 센서 노드의 클러스터링 방법 및 장치 | |
Pei et al. | The clustering algorithm based on particle swarm optimization algorithm | |
Mouratidis et al. | Tree-based partition querying: a methodology for computing medoids in large spatial datasets | |
CN106096618B (zh) | 三维实物局部型面特征参考数据的获取方法 | |
CN110083732A (zh) | 图片检索方法、装置及计算机存储介质 | |
CN106126571B (zh) | 实物表面采样数据的增量式k近邻查询方法 | |
Števková et al. | Pooling of low flow regimes using cluster and principal component analysis | |
KR101218795B1 (ko) | 그래프 분류를 위한 유사한 그래프 구조를 이용한 특징 선택 방법 및 장치 | |
Mouratidis et al. | Medoid queries in large spatial databases | |
KR20100105080A (ko) | 엔-그램 기반의 질의 처리 장치 및 그 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |