买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜大连理工大学;大连理工大学宁波研究院申请的专利一种基于多目标的电磁阀结构参数优化设计方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115438573B 。

龙图腾网通过国家知识产权局官网在2025-06-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210972274.1，技术领域涉及：G06F30/27；该发明授权一种基于多目标的电磁阀结构参数优化设计方法是由郭江;秦璞;倪超;王靖皓;朱旭;李琳光设计研发完成，并于2022-08-15向国家知识产权局提交的专利申请。

本一种基于多目标的电磁阀结构参数优化设计方法在说明书摘要公布了：一种基于多目标的电磁阀结构参数优化设计方法，步骤：建立电磁阀有限元仿真模型；选择电磁阀的优化参数和优化目标，确定电磁阀的多目标优化模型；利用人工神经网络构建电磁阀优化参数与优化目标之间的关系模型。包括构建仿真实验数据库和利用仿真数据库训练人工神经网络，构建电磁阀优化参数与优化目标之间的关系模型；利用遗传算法对电磁阀结构进行多目标优化。包括构建遗传算法的适应度函数、利用遗传算法寻找最优解集和构建决策函数并在最优解集中决策最优解。本发明以电磁阀隔磁环位置、动铁芯长度及线圈匝数为优化参数，以缩短电磁阀响应时间和提高电磁阀稳态电磁力为优化目标，最终实现电磁阀结构参数的多目标优化，为电磁阀结构参数的多目标优化设计提供方法。

本发明授权一种基于多目标的电磁阀结构参数优化设计方法在权利要求书中公布了：1.一种基于多目标的电磁阀结构参数优化设计方法，其特征在于，包括以下步骤： 第一步：建立电磁阀的有限元仿真模型，并实验验证仿真模型的可靠性； 根据待优化电磁阀的结构尺寸参数，构建电磁阀的二维有限元模型，并通过实验验证模型的可靠性； 第二步：选择电磁阀的优化参数和优化目标，即确定电磁阀的多目标优化模型； 根据电磁阀的优化参数以及优化目标，构建电磁阀的多目标优化模型如下： 其中，T为电磁阀响应时间；F为电磁阀动铁芯稳态电磁力；X1，...，Xn为电磁阀的优化参数；为第i个优化参数的最小取值；为第i个优化参数的最大取值； 第三步：利用人工神经网络构建电磁阀优化参数与优化目标之间的关系模型 3.1构建仿真实验数据库 在优化参数的取值范围内取一系列不同值展开若干次仿真实验，每次仿真实验中记录每组优化参数对应的优化目标值，构建仿真实验数据库； 3.2利用仿真数据库训练人工神经网络，构建电磁阀优化参数与优化目标之间的关系模型 所述的人工神经网络为单隐藏层的BP人工神经网络；输入层神经元数量与优化参数相等；输出层神经元对应电磁阀的优化目标；选择仿真数据库中75％的数据作为训练集训练网络，训练完毕后，其余25％的数据作为测试集测试网络预测精度，若网络预测结果与仿真结果之间的误差在5％以内，则将此网络作为电磁阀优化参数与优化目标之间的关系模型；若误差超过5％，则应重新训练网络； 第四步：利用遗传算法对电磁阀结构进行多目标优化； 4.1构建遗传算法的适应度函数 利用第三步得到的关系模型构建遗传算法的适应度函数如下： 其中，θi为种群中2第i个个体的适应度；Ti’和Fi′为种群中第i个个体的稳态电磁力以及响应时间的预测值，此预测值通过步骤三建立的神经网络模型计算； 所述的θi值越小，则说明该个体对应的稳态电磁力越大、响应时间越短，其对应的电磁阀性能越高，个体的适应度就越高； 4.2利用遗传算法寻找最优解集 在优化参数的取值范围内，生成n个个体作为初始种群，计算种群中每个个体的适应度；并将个体按照适应度进行排序，淘汰掉个体适应度低的个体，保留个体适应度高的个体；保留的个体经交叉、变异生成新的种群；重复上述过程，直至种群更迭代数达到预设值，并将最终产生的种群输出作为最优解集； 4.3构建决策函数，在最优解集中决策最优解 根据优化目标构建的决策函数为： 其中：a，b为决策参数，通过改变a，b的值来调整电磁力和响应时间在最终决策中的权重；T0为优化前电磁阀的响应时间，Ti为最优解集中第i个个体的响应时间；F0为优化前电磁阀的稳态电磁力大小，Fi为最优解集中第i个个体的稳态电磁力大小； 计算步骤4.2最优解集中每组参数的σ值，选择σ值最大的参数组作为多目标优化的最终结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连理工大学;大连理工大学宁波研究院，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。