本发明属于电池包优化设计，具体涉及一种基于改进的多目标粒子群算法的电池包优化设计方法。
背景技术：
1、电池包作为新能源汽车的核心动力部件，已然成为了影响新能源汽车整车性能和市场竞争力的关键要素。从过去到现在，汽车领域在产品设计中一直注重高刚度、轻质量的轻量化设计路线，从而带来制造成本降低、低油耗等显著的经济效益和竞争力。与之类似，现如今的电池包设计在面对国家的各项指导意见和补贴政策的刺激下，也急需在单体质量能量密度上狠下苦功，以不断的技术创新，保持自己的市场竞争力。即遵循轻质量、高能量密度的发展路线。
2、在面对多目标优化问题时，许多优秀算法都展现了良好的性能，然而和其他经典的算法相比较，粒子群算法的搜索能力更强，搜索空间更广，因为粒子群算法采用的粒子并行搜索模式能够同时获得多个非支配解，便于非支配解集的组成。粒子群算法对于寻优对象的要求较低，具有很强的普适性，还可以与其他优秀算法相结合共同处理多目标问题，使得多目标粒子群算法吸引了愈来愈多学者们的关注，逐渐成为了学术界探索的热点问题。
技术实现思路
1、有鉴于此，本发明提供了一种基于改进的多目标粒子群算法的电池包优化设计方法。
2、本发明是通过以下技术手段实现上述技术目的的。
3、一种基于改进的多目标粒子群算法的电池包优化设计方法：
4、建立电池包带约束的多个目标函数，并确定电池包的约束条件；
5、使用带有保护机制的改进的多目标粒子群算法对电池包进行优化设计，求出外部档案，即电池包的优秀设计方案集合；其中改进的多目标粒子群算法的每一个粒子代表电池包的一个设计方案；
6、在求出的外部档案中，使用差值函数求出综合指标w，使综合指标w值最小的外部档案中的解是兼顾质量、刚度和强度的最优解，即最优秀的电池包设计方案；
7、所述改进的多目标粒子群算法包括：
8、初始化粒子群，为种群中粒子的速度和位置随机赋值，根据粒子所在位置的尺寸，然后通过多项式函数求出各个粒子的强度、刚度和质量，再通过目标函数求出目标函数值，根据各个粒子的目标函数值求出粒子群的非支配解，并将非支配解加入外部档案；
9、将粒子的初始位置确定为粒子的初始个体最优位置，并且选取求出的非支配解作为粒子的初始全局最优位置；
10、使用保护机制保证粒子在搜索空间内飞行，更新粒子的速度和位置，重新选取粒子的个体最优位置，并更新全局最优位置；
11、维护并更新外部档案；
12、如果达到指定的最大迭代次数，则停止搜索。
13、进一步地，所述电池包带约束的多个目标函数为：
14、f1＝-|fobj1|＝kmax-k
15、f2＝-|fobj2|＝σmax-σ
16、f3＝m
17、式中，f1是电池包的刚度目标函数值，k是电池包的刚度，kmax表示电池包在各种工况下所需要的最大刚度，-|fobj1|表示等式右边的结果必须小于等于0；f2是电池包的强度目标函数值，σ为电池包的强度，σmax表示电池包在各种工况下所受到的最大强度，-|fobj2|表示等式右边的结果必须小于等于0；f3是电池包的质量目标函数值，m表示电池包的质量。
18、进一步地，所述电池包的约束条件包括：电池包箱体的厚度约束：h1≤h≤hm，电池包的宽度约束：s1≤s≤sm，其中，h1和hm分别为厚度的上、下边界，s1和sm分别为宽度的上、下边界。
19、进一步地，利用快速支配策略求出粒子群的非支配解，具体为：
20、在种群中随机选定一个粒子x，将粒子x和种群中其它粒子的目标函数值进行对比，若粒子x被某一粒子支配，则将x更新为该某一粒子，更新完后的粒子继续与其它粒子的目标函数值进行对比，直到不被种群中其它粒子所支配，并放置在外部档案中；如果种群中其它粒子都被x支配，则粒子x不发生任何变化，且其它粒子均用x更新，并把粒子x放置在外部档案中；此时外部档案中的所有粒子就是最终获得的非支配解。
21、进一步地，所述保护机制为：当粒子飞出边界时，粒子的位置变为该粒子的上一个位置，粒子的速度变为原来速度的一半，如果粒子的上一个位置也飞出边界，粒子的位置则变为该粒子上一个位置的上一个位置，速度再乘1/2，直到粒子的位置在边界内。
22、进一步地，所述重新选取粒子的个体最优位置，具体为：当粒子i获得新位置xi时，若新位置xi支配个体最优位置pi，则粒子i的个体最优位置为xi；若pi支配xi，pi仍为粒子i的个体最优位置；若pi与xi彼此不受支配，则在个体最优位置pi上生成新的粒子j，粒子j的速度与粒子i的速度相等，粒子j的个体最优位置为pi，而粒子i的个体最优位置为xi。
23、进一步地，所述维护并更新外部档案，具体为：
24、经过更新之后，对于每个新产生的非支配解y，如果y支配了外部档案p中的部分解，则删除这些被支配的部分解，将y保存在外部档案中；
25、对于剩余的不能支配外部档案中部分解的新产生的非支配解y'，如果p的规模未达到设定的最大值，则直接将非支配解y'加入外部档案中；如果p的规模达到设定的最大值，则在外部档案和y'中执行快速支配策略，被支配的粒子直接删除；如果经过删除后的解的总数小于等于外部档案最大规模，则全部保留到外部档案中；如果总数大于外部档案最大规模，则从外部档案中随机选择一个解d，求其差值函数值，并与y'的差值函数值进行比较，如果能将y'全部淘汰，则随机选择的解仍然进入外部档案；将y'中的差值函数值小于随机选择解的差值函数值的新产生的非支配解记为z，如果z的个数超出外部档案空出的解的个数，则再从外部档案中随机选取一个解，进行比较，d也被淘汰，直到此时的新产生的非支配解的个数小于等于外部档案空出的解的个数。
26、更进一步地，所述差值函数为：
27、w＝(|f1.i-f1.min|+1)*(|f2.i-f2.min|+1)*(|f3.i-f3.min|+1)
28、式中：f1.i、f2.i、f3.i表示粒子i的目标函数，f1.min表示外部档案最优解中有关于刚度的最小目标函数，f2.min表示外部档案最优解中有关于强度的最小目标函数，f3.min表示外部档案最优解中有关于质量的最小目标函数。
29、本发明的有益效果为：
30、(1)本发明采用带约束的目标函数，使得求出的外部档案中电池包的每一个设计方案都能满足实际要求；
31、(2)采用保护机制保证粒子在搜索空间内飞行，使得粒子不会因为飞出搜索空间而失去对比资格，保证最终求出的外部档案中的非支配解是通过对比所有解得到的；
32、(3)本发明在粒子更新个体最优位置时，当个体最优位置和新的个体最优位置互不支配时，通过生成新粒子继承其中一个个体最优位置来保留非支配解，保证全局最优位置是通过对比所有个体最有位置来选取的；
33、(4)本发明在维护并更新外部档案时，当外部档案的规模达到最大时，提前使用差值函数进行对比，保证对比了电池包的每一个设计方案；
34、(5)本发明使用差值函数求出综合指标，将综合指标值最小的外部档案中的解作为最优秀的电池包设计方案，通过简单的计算获得最优设计方案。
1.一种基于改进的多目标粒子群算法的电池包优化设计方法，其特征在于：
2.根据权利要求1所述的电池包优化设计方法，其特征在于，所述电池包带约束的多个目标函数为：
3.根据权利要求1所述的电池包优化设计方法，其特征在于，所述电池包的约束条件包括：电池包箱体的厚度约束：h1≤h≤hm，电池包的宽度约束：s1≤s≤sm，其中，h1和hm分别为厚度的上、下边界，s1和sm分别为宽度的上、下边界。
4.根据权利要求1所述的电池包优化设计方法，其特征在于，利用快速支配策略求出粒子群的非支配解，具体为：
5.根据权利要求1所述的电池包优化设计方法，其特征在于，所述保护机制为：当粒子飞出边界时，粒子的位置变为该粒子的上一个位置，粒子的速度变为原来速度的一半，如果粒子的上一个位置也飞出边界，粒子的位置则变为该粒子上一个位置的上一个位置，速度再乘1/2，直到粒子的位置在边界内。
6.根据权利要求1所述的电池包优化设计方法，其特征在于，所述重新选取粒子的个体最优位置，具体为：当粒子i获得新位置xi时，若新位置xi支配个体最优位置pi，则粒子i的个体最优位置为xi；若pi支配xi，pi仍为粒子i的个体最优位置；若pi与xi彼此不受支配，则在个体最优位置pi上生成新的粒子j，粒子j的速度与粒子i的速度相等，粒子j的个体最优位置为pi，而粒子i的个体最优位置为xi。
7.根据权利要求1所述的电池包优化设计方法，其特征在于，所述维护并更新外部档案，具体为：
8.根据权利要求7所述的电池包优化设计方法，其特征在于，所述差值函数为：
