[2019年IEEE第46届光伏专家会议(PVSC) - 美国伊利诺伊州芝加哥(2019.6.16-2019.6.21)] 2019年IEEE第46届光伏专家会议(PVSC) - 基于AlGaAs的1.8eV肖特基太阳能电池的设计与制备

摘要： 大多数优化算法控制参数的敏感性分析研究都局限于单一的目标函数评估（OFE）预算。这种限制存在问题，因为控制参数值（CPVs）的最优性不仅取决于问题的适应度景观，还取决于用于探索该景观的OFE预算。因此，在进行控制参数调优时需要考虑OFE预算。本文提出了一种新的算法调优方法——多目标粒子群优化（tMOPSO），用于在一系列OFE预算约束下调整随机优化算法的CPVs。具体而言，对于给定问题，tMOPSO旨在确定多组CPVs，每组CPVs在不同的OFE预算下都能实现最优性能。为此，将控制参数调优问题表述为一个多目标优化问题。此外，tMOPSO采用专门针对随机优化算法调优的噪声处理策略和CPV评估程序。数值实验结果表明，tMOPSO在多种OFE预算约束下的调优效果显著。