混合机电系统的控制器和被控对象并行进化设计研究

混合机电系统的设计不仅包含对机电系统中不同物理子系统的耦合设计，也包括对控制器的集成设计，其中控制器部分又包含针对连续动力学系统的控制器和针对离散部分的逻辑控制器。如何把不同的物理子系统和控制器集成为一个性能优化的整体，是设计者所要面临的一个非常难以解决的问题。本课题研究变搜索空间的集成进化算法，针对混合机电系统，提出一种开放式结构的自动创新设计和优化的方法。该方法能够同时优化系统的拓扑结构和元器件参数，并行设计逻辑控制器、连续控制器和被控系统，主动为设计人员提供一系列满足性能要求的设计方案，使设计人员有可能完成在传统的设计流程中无法获得的创新设计，大大提高设计对象的系统性能。由于混合机电系统的涵盖面很广，该方法的成功应用将对诸多应用领域内的设计创新产生巨大的推动作用。

本项目按照项目计划书要求，深入研究了同时考虑控制器和混合被控对象的混合机电系统并行自动设计，提出并实现了一系列主要的混合机电系统的并行自动设计策略，丰富了机电一体化系统设计自动化的理论，并在多个典型的应用实例中进行了性能测试。同时，项目针对混合机电系统的开放式、多领域、多模态设计空间研究了高效的自动搜索策略，提出了解决多目标约束优化问题的一系列进化算法的新机制，为多目标进化计算学科的发展做出贡献。主要成果表现在：一、综合应用了混合键合图来对混合机电系统进行建模，模型预测控制器来描述离散逻辑控制器，以及增强型基金编程的方法来实现对混合机电系统的设计空间进行自动搜索，成功地对一个功率电子电路的拓扑结构和开关控制器进行自动设计，结果表明采用该设计方法可以得到和传统的设计拓扑结构上完全不同的创新设计，并且和传统电路相比在设计性能方面具有的明显的优越性。由于该方法采用了混合键合图来对电路系统进行建模，也使得该方法能够很好地扩展到其它混合机电系统中，推动了机电系统设计自动化领域的发展。研究结果发表在进化计算领域的顶级期刊《IEEE Transactions on Evolutionary Computation》上。二、在组合多目标优化、连续多目标优化、约束多目标优化等领域提出了一系列新算法新机制。在组合多目标优化方面，融合NSGA-II和MOEA/D两种经典算法，提出了一种基于外部种群指导的多目标进化算法EAG-MOEA/D。得所产生的EAG-MOEA/D算法在收敛性和多样性两个方面的性能都得到显著的提升。研究结果发表在顶级期刊《IEEE Transactions on Evolutionary Computation》上。在约束单目标优化方面，融合局部优化IWO与全局优化DE两种算法，提出一种新的memetic算法IWO_DE。此外，在IWO_DE算法的基础上，提出一种基于环形邻居拓扑结构的memetic算法。该算法对13个标准测试问题和四个工程问题进行测试，测试的结果与现有最好的算法相比，具有明显的优势。另外，针对现有多目标约束优化测试问题较少，难以验证测试算法的多目标约束处理机制有效性的短板，提出了一类难度可控的可扩展的多目标约束优化测试问题。设计这样的一个针对多目标约束优化问题的测试问题集对于推动多目标约束优化算法、特别是多目标约束进化算法具有极其重要的意义。