一种基于神经网络—遗传算法的直流电磁泵结构优化方法

本发明涉及一种基于神经网络—遗传算法的直流电磁泵结构优化方法，属于直流电磁泵驱动技术领域。根据磁流体动力学方程，建立DC‑EMP三维模型；根据法拉第定律，选取设计变量和确定优化目标；进行DOE试验设计运用BBD试验设计方法获取样本点，生成样本数据；以直流电磁泵矩形流道长、宽、高、过渡段长度和输入电流为输入，以压力和效率为输出，建立BP神经网络代理模型并预测；将BP神经网络模型作为适应度函数，采用NSGA‑Ⅱ开展多目标优化，选择熵权TOPSIS决策方法得出最优解；将优化前后DC‑EMP性能分析进行对比。采用数值模拟与智能算法相结合的优化设计方法，有效结合神经网络在高阶非线性问题的适用性以及NSGA‑Ⅱ在全局寻优的高效性，提高整体模型的预测准确度和优化性能。