优化“基于可获得电路元件的功率电子系统”的区域敏感演化算法的研究

基于演化算法解的邻域的统计分析、邻域半径的影响分析和演化算法优化过程的动态分析，本课题提出一种新型的区域敏感演化算法。通过统计分析,预测优选解方向；通过自适应调整邻域半径,提高区域敏感演化算法的计算精度。通过分析功率电子系统电路元件误差对系统表现的影响和电路元件可获得参数值的分布特征,本课题将基于电路元件允许误差，提出一种区域敏感演化算法来优化功率电子系统，满足其静态和动态性能的要求。最终，本课题将给出一个优化功率电子系统的新途径：不需要对功率电子电路的数学模型进行求导操作，在允许误差的条件下，区域敏感演化算法能自动选取最佳的可获得电路元件，构成的实用功率电子系统可满足最优的性能要求。预期结果可以解决理论优化参数值在工业生产中无法实用的问题，是区域敏感演化算法在功率电子系统设计和优化领域应用的前瞻性研究。研究成果将在理论和实际应用中取得创新成果，为工业应用奠定坚实基础。

基于演化算法解的邻域的统计分析、邻域半径的影响分析和演化算法优化过程的动态分析，本课题提出一种新型的区域敏感演化算法。通过统计分析,预测优选解方向；通过自适应调整邻域半径，提高区域敏感演化算法的计算精度。通过分析功率电子系统电路元件误差对系统表现的影响和电路元件可获得参数值的分布特征,本课题将基于电路元件允许误差，提出一种区域敏感演化算法来优化功率电子系统，满足其静态和动态性能的要求。最终，本课题将给出一个优化功率电子系统的新途径：在允许误差的条件下，区域敏感演化算法能自动选取最佳的可获得电路元件，构成的实用功率电子系统可满足最优的性能要求。. 围绕本项目的研究内容和目标，课题组在演化计算领域提出了结合机器学习技术的区域敏感演化算法、基于动态统计分析的区域敏感演化算法、结合寿命和衰老理论的区域敏感演化算法、多种群高效演化计算方法、资源约束环境下的进化计算方法、并行环境下自适应演化算法，并实现了基于演化算法的高效功率电子电路系统设计，提高了演化计算的性能并拓展了算法的新型应用领域，同时为功率电子电路系统设计提供了新型而高效的途径。. 课题组在项目执行期间共发表标注了本项目基金号的学术论文50篇，其中IEEE Transactions系列国际核心期刊论文11篇，国际会议论文35篇，其他国际期刊论文4篇，获中国发明专利授权2项。其中，课题组在2011年发表的论文“Orthogonal learning particle swarm optimization”入选ESI全球高被引1%论文。培养毕业博士研究生5名，在读研究生8名，1名毕业博士研究生获CCF优秀博士学位论文奖，，顺利达到了项目的预期目标。