基于蚁群算法控制参数对优化结果的影响分析、不同优化成熟阶段对蚁群算法的各个控制参数的需求期望分析,和人工蚂蚁群体行为的动态统计分析,本课题提出一种蚁群算法控制参数自适应调整的新策略。通过将连续求解空间离散化并变换信息素承载体,探索一种新的改进的自适应蚁群算法,使之适合于解决普遍存在的连续求解空间的优化问题。最终,本课题将给出一个运用自适应蚁群算法优化功率电子电路的新途径:不需要对功率电子电路的数学模型进行求导操作,自适应蚁群算法可以自动的确定各个功率电子电路元器件的最佳取值,以满足功率电子电路的性能要求。预期的研究成果将解决传统功率电子电路优化方法难以克服的功率电子电路小信号线性数学模型不能反映大信号条件下功率电子电路的实际响应的问题,是蚁群算法在功率电子电路设计及优化领域应用的前瞻性研究。研究成果将在理论研究和实际应用中取得创新成果,为工业应用奠定坚实基础。
英文主题词Artificial Intelligent,Optimization, Ant Colony System, Power Electronic