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！

龙图腾网获悉哈尔滨工业大学申请的专利一种继电器多目标降维优化与最优解评价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：CN119538731B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202411653800.3，技术领域涉及：G06F30/27；该发明授权一种继电器多目标降维优化与最优解评价方法是由刘兰香;郭久威;杨文英;刘秀丽;翟国富设计研发完成，并于2024-11-19向国家知识产权局提交的专利申请。

本一种继电器多目标降维优化与最优解评价方法在说明书摘要公布了：一种继电器多目标降维优化与最优解评价方法，属于继电器技术领域。确定继电器多目标优化宽容分层序列降维方法；设定继电器最优解评价权重；考虑最优及最劣优化情况，确定基于权重的继电器最优解评价方法：通过权重定量描述各待优化目标的重要程度，将权重与加权求和等方式结合即可对最优解集内的解进行评价，针对各最优解给出评价值，辅助使用者选择最终优化方案。本发明降低了前沿的维度，解决了目标数量过多导致的优化算法收敛慢、最优解集难以描述和评价的问题，减小了各待优化目标量纲及数量级对优化结果的影响，能够综合考虑主观经验和客观规律，帮助使用者从庞大的最优解集中快速筛选出满意的最终优化方案。

本发明授权一种继电器多目标降维优化与最优解评价方法在权利要求书中公布了：1.一种继电器多目标降维优化与最优解评价方法，其特征在于：所述方法包括如下步骤： S1：确定继电器多目标优化宽容分层序列降维方法； 所述S1包括如下步骤： S101：通过分层序列法对待优化目标按照重要性由高至低的顺序依次排序为； S102：针对含有mop个待优化目标函数同时达到最小的多目标优化问题，假定选择前nop个待优化目标作为约束，有nop＜mop，则可得优化函数如下： 1 式1中： FX表示包含mop个待优化目标的目标函数，所述待优化目标包括吸合速度、电磁力矩、吸合时间、线圈功率以及初始压力； 表示按照重要性由高至低的顺序依次排序的待优化目标； 表示各待优化目标的期望值； 表示按照重要性由高至低的顺序依次排序的前nop个待优化目标中的第个待优化目标； 表示第j个等式约束； 表示第k个不等式约束； me、mu均为计数单位，无特殊含义； 表示n维决策变量； D表示n维决策空间，包括衔铁高度、铁芯直径、线圈匝数、初始压力以及静压力； S103：对最重要的待优化目标进行优化，得到最优解记为： 2 S104：将最优解作为约束对下一个待优化目标记下进行优化，而由于最优解为唯一解，导致了后续优化将无法找到其余可行解，因此对最优解进行宽容处理，即给定一个宽容值ε1，保证结果与最优解相差宽容值ε1也能满足优化要求，可得： 3 S105：确认剩余目标数是否满足使用者要求，若不满足，则重复S204直至剩余目标数满足使用者要求； S106：当剩余目标数满足使用者要求后，通过智能算法进行优化设计，得到Pareto最优解集，实现减少同时优化的目标数量的目的； S2：设定继电器最优解评价权重； 所述S2包括如下步骤： S201：将各待优化目标进行标准化处理，消除量纲及数量级差异带来的影响： 4 式4中： 表示标准化后的目标值，i=1,…,np；j=1,…,mop； mop为Pareto最优解集中的待优化目标的数量； np为Pareto最优解集中的最优解的数量； 表示Pareto最优解中第i个最优解的第j个目标值； S202：计算各最优解的目标值的经验分布： 5 S203：计算每个待优化目标的信息熵： 6 S204：假定只有一个待优化目标，针对所有解目标值都相同，则该目标不包含任何信息，其信息熵为1，此时该目标对应权重为0，因此，定义熵权如下： 7 S205：计算各待优化目标对应的熵权； S206：式7只考虑了数据的客观规律，忽略了使用者的主观偏好，因此，将通过熵权法得到的客观重要程度引入层次分析法中，采用层次分析法获得权值，在每两个目标间进行重要程度的比较，并明确给出评价尺度，适合定量确定权值以实现兼顾主观客观数据影响的目的； S3：考虑最优及最劣优化情况，确定基于权重的继电器最优解评价方法：通过权重定量描述各待优化目标的重要程度，将权重与加权求和等方式结合即可对Pareto最优解集内的解进行评价，针对各最优解给出评价值，辅助使用者选择最终优化方案； 所述S3包括如下步骤： S301：定义最小化优化问题评价值： 17 式17中： 表示各待优化目标的权重； S302：理论上，评价值pwi为所需的最终优化方案，但是由于评价值pwi忽略了各待优化目标本身的特点，部分待优化目标的最优值大于其余待优化目标的最劣值，因此，引入各待优化目标的最小情况： 18 式18中： 表示各待优化目标的最小情况； S303：由于各待优化目标的最小情况是各待优化目标在不考虑其余目标影响情况下的优化结果的集合，因此在实际优化过程中没有最优解可以达最小情况，故距离最小情况最近的最优解就是性能最好的最优解；考虑各待优化目标的重要程度不同，采用加权距离代替欧式距离，则最小化优化问题的评价值变为： 19 S304：通过确定Pareto最优解集中各待优化目标的最大情况并满足式19： 20 S305：通过模糊隶属度函数将式19中的加权距离替换为新距离Di： 若优化目标期望值大，则将最大值与最小值互换； S306：最小化优化问题评价值变为： 。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。