李艺辉，刘作军，李 洁

(河北工业大学人工智能与数据科学学院，天津 300132)

1 引言

开关磁阻发电机SRG(Switched Reluctance Generator)因具有结构简单、坚固，成本低，低速运行性能好，可控参数多，高容错性等诸多优点，在风力发电[1]、航空航天[2]等领域具有十分广阔的应用前景[3]。

由于转矩脉动大、噪声大等问题，SRG的实际应用受到限制。为解决SRG转矩脉动较大的问题，国内外学者在SRG本体设计参数[4]、控制参数[5]优化等方面进行了大量研究。在解决SRG转矩脉动问题的基础上，为了保证发电机全面高效的运行性能，需对SRG多个性能指标进行优化，因此多目标优化方法的引入对SRG的优化研究具有重要意义[5]。目前，在智能优化算法的研究领域，电机多目标优化方法主要分为传统多目标优化方法和多目标进化算法[6]。其中，传统多目标优化方法主要通过评价函数法[7,8]、目标规划[9]等方法将多目标问题转化为单目标问题求解。多目标进化算法通过寻优得到一个Pareto解集。基于遗传算法的多目标优化方法具备遗传算法较强的全局搜索能力和鲁棒性[10]。其中，快速非支配排序遗传算法NSGA-Ⅱ[11]通过引入拥挤度和精英策略保持了种群的多样性，提高了电机优化的精度和效率[12,13]，可以高效率处理多目标优化问题，而改善了种群分布的改进NSGA-Ⅱ[14]无法正确估量3目标及3目标以上优化问题的拥挤程度，在优化3个及以上目标的电机优化设计中存在不足。因此，文献[15,16]提出一种基于参考点的非支配排序遗传算法NSGA-Ⅲ,以参考点与种群的关联操作代替NSGA-Ⅱ的拥挤度选择机制，可从精英策略方面更好地解决包含3～15个优化目标的多目标优化问题。……