谢映宏，刘景林，杨南方

(西北工业大学，陕西西安710072)

0 引 言

近年来，针对采用传统磁路法进行电机设计周期长且需要根据经验不断调整参数的缺点，因而电机优化设计得到了广泛的关注。电机优化设计从特定的优化目标出发，在满足电机各项基本性能指标的前提下，根据电机的数学模型，利用相关的最优化算法自动快速地寻找电机的最优设计方案(即电机设计尺寸、电磁参数等)，使某项电机性能或某些技术指标达到最优［1］。文献［2］针对传统电机优化设计算法存在的优化结果对初始解敏感、容易收敛于初始解附近的局部极值点等问题，详细分析了以遗传、免疫算法为代表的新的全局优化方法及其在电机优化领域的应用情况，阐述了其不同于传统优化算法的特点。

NSGA－Ⅱ［3］算法在 NSGA［4］(非支配排序遗传算法)的基础上，提出新的基于分级的快速非支配排序算法，有效地降低了算法复杂度;采用拥挤度的概念，以避免复杂的共享适应参数的计算;同时引入保优机制，扩大了采样空间，能够迅速提高种群的整体水平。电机模型是一个多变量、非线性函数，其优化设计可以描述为有约束、非线性混合离散多目标规划问题。NSGA－Ⅱ算法适合于多目标优化问题，它应用于电机优化设计中，能够快速准确地收敛于全局最优点。本文采用NSGA－Ⅱ算法进行无刷直流电动机高效率和高功率密度多目标优化设计研究，可以缩短电机设计周期，提高电机设计的智能化程度。……