MOPSO算法在Boost变换器优化设计中的应用

王凯丽, 张巧杰

烟台大学学报(自然科学与工程版) ›› 2017, Vol. 30 ›› Issue (4) : 317 -322.

烟台大学学报(自然科学与工程版) ›› 2017, Vol. 30 ›› Issue (4) : 317 -322. DOI: 10.13951/j.cnki.37-1213/n.2017.04.009

MOPSO算法在Boost变换器优化设计中的应用

作者信息 +

Author information +
文章历史 +

摘要

为了提高Boost变换器的效率,节约系统成本,提出了基于多目标粒子群优化算法(MOPSO)的Boost变换器设计.首先分析了Boost变换器的功率损失,根据Boost变换器的设计要求,选择合适的MOSFET、二极管、电感和电容等器件,建立离散元器件数据库.以此数据库为约束条件,以功率损失、系统成本和体积为目标函数,建立了Boost变换器多目标优化设计模型,用MOPSO算法从几百种组合解集中寻找pareto最优解.基于折中分析,可为变换器做出合理的器件选择,以满足不同的设计要求.以光伏发电系统前级Boost变换器为例进行仿真研究,结果表明MOPSO具有处理离散多目标优化问题的能力,能在短时间内找到折中解,证明了该算法的有效性.

关键词

MOPSO / 效率 / Boost变换器 / 优化设计

Key words

引用本文

引用格式 ▾
王凯丽, 张巧杰. MOPSO算法在Boost变换器优化设计中的应用[J]. 烟台大学学报(自然科学与工程版), 2017, 30(4): 317-322 DOI:10.13951/j.cnki.37-1213/n.2017.04.009

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

国家自然科学基金资助项目(51477011); 北京市自然科学基金重点资助项目(KZ201511232035); 北京市属高校科技创新能力提升计划项目(TJSHG201310772024)

AI Summary AI Mindmap

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/

〈 〉