一种用于优化Jiles–Atherton模型参数的盲目高效方法

《IEEE Transactions on Magnetics》:Blind Efficient Method for Optimizing Jiles–Atherton Model Parameters

【字体: 大 中 小 】 时间:2025年12月31日 来源:IEEE Transactions on Magnetics 1.9

编辑推荐:

  提出无需初始猜测或搜索空间的Jiles–Atherton模型盲优化方法,结合精心设计初始化与标准优化器,实现误差<4×10?8的快速参数估计,在TEAM32实验中超越前人成果,并验证其跨软磁铁氧体、纳米晶合金等异构材料的稳健性,揭示模型对描述各向异性材料的适用边界。

  

摘要:

我们提出了一种新颖的盲优化方法,用于确定Jiles–Atherton磁滞模型的参数,该方法无需用户提供初始猜测值或搜索空间。通过精心设计的初始化程序与标准优化器相结合,实现了一种高性能、实用的参数估计方法。经过理论基准测试验证,该方法在不到半分钟的时间内就能以可忽略的误差(相对误差<10^-8)恢复真实参数。当应用于TEAM32电工钢实验基准时,我们的方法比以往报道的拟合方法具有更高的准确性,并且也在不到半分钟内收敛。该方法在包括软铁氧体、纳米晶合金和磁致伸缩化合物在内的多种系统中表现出一致且稳健的性能。这种盲优化方法为磁性材料表征提供了新的见解,并被作为一种自动化的磁滞分析工具。它通过展示Jiles–Atherton模型描述各向异性材料的能力以及揭示其固有的局限性,推动了基础理解和实际应用的发展。

引言

近几十年来,人们投入了大量精力开发用于确定Jiles–Atherton模型参数的优化技术。该模型最初用于描述速率无关的磁滞现象,后来也被应用于铁电磁滞的研究[1]、[2]、[3]。这些方法涵盖了从暴力搜索到元启发式算法的各种途径。然而,“没有免费的午餐”定理[4]、[5]指出,在没有关于问题先验假设的情况下,没有任何一种优化策略能够普遍优于其他策略[6]。这意味着,尽管某种元启发式算法可能在拟合某种类型的磁滞环时表现优异,但在其他类型上可能表现不佳。因此,任何可以指导搜索过程的先验知识都应该被利用起来,以提高准确性和效率。例如,使用高斯分布将参数初始化到已知良好值附近,已被证明可以提升元启发式算法的性能,优于均匀初始化[7]。

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号