随着高压输电线路电压等级的逐渐提高,电器设备体积逐渐缩小、结构越来越复杂,对电器的绝缘性能提出了更高的要求,所以运用现代电器设计的优化理论进行电器优化设计已经是大势所趋。由于电器优化设计所涉及的变量较多,其数学模型的优化求解已经超出了传统优化方法所能解决的范围,因此采用现代优化方法进行电器结构优化设计受到了国内外的普遍关注,也成为学术界的一个重要研究领域。 本文将神经网络优化方法与混沌理论相结合并引入到电器产品优化设计中,利用混沌神经网络强大的非线性搜索能力和较高效率的优势,与现代电器设计技术,共同实现准确、高效的电器结构优化设计。传统的人工神经网络的寻优机制无法适用于具有较多设计变量的电器优化设计,因此,本文提出了以电场逆问题求解为核心的混沌神经网络,其优化思想是首先采取大范围的混沌动态搜索,随着优化的进程的深入逐渐缩小搜索区间并开始退出混沌状态,转入Hopfield网络进行梯度搜索,这个优化过程中由优化程序判定优化方向,有目的的采集结构数据,逐步缩小最优解所在的空间,进而提高了电器优化设计的效率和质量。 混沌变量的产生是混沌神经网络的重要组成部分,本文详细的阐述了混沌的产生原理和产生过程,并结合仿真结果表明了混沌神经网络主要参数对网络优化的影响,这为将混沌神经网络能够应用到电器产品优化中提供了基本的理论基础。 最后,运用本文提出的混沌神经网络方法对复杂的非线性函数进行优化搜索;并在此基础上,本文对220kV SF₆断路器的触头形状和40.5kV真空断路器触头形状进行了结构优化设计,优化结果证明本文提出的混沌神经网络在电器优化设计中是有效的、可行的,从而为具有复杂结构、多变量的电器产品的优化设计提供了一种新的方法。