a 电子科技大学管理与经济学院,成都 611731,中国 b 利兹贝克特大学利兹商学院,利兹,LS1 3HE,英国 c 成都理工大学核科学与自动化工程学院电气工程系,四川省成都 611731,中国 d 伦敦国王学院电气工程系,伦敦,SE1 8WA,英国 e 沙迦大学健康科学学院医学诊断成像系,沙迦,27272,阿拉伯联合酋长国 f 沙迦大学医学与健康科学研究所,沙迦,27272,阿拉伯联合酋长国 g 近东大学医疗保健运营研究中心,TRNC Mersin 10,尼科西亚,99138,土耳其 h 邓迪大学 CEPMLP 能源与环境部,苏格兰,英国
摘要 — 关于双有源桥 (DAB) 转换器实现零电压开关 (ZVS) 的研究非常丰富,其中将接口电感分开并放置在变压器两侧是扩展所有开关器件 ZVS 区域的有效方法。然而,由于转换器模型复杂且考虑了寄生元件,传统的分析模型很难在高开关频率 (即 >1MHz) 下精确模拟所提出的转换器。因此,转换器系统可以看作是一个灰箱模型。因此,可以利用人工智能 (AI) 技术在这个灰箱内进行有针对性的优化。在这种情况下,DAB 转换器参数设计中采用了一种具有明确适应度要求的遗传算法。介绍了将 AI 技术应用于转换器参数设计的方法,并通过 1 MHz 氮化镓 (GaN) 基 DAB 转换器原型进行了验证。
稍加思考就会发现,经典的 2 n / 2 + 1 次查询(即指数级多)是必要且充分的,可以在最坏情况下确定性地解决问题。充分性是显而易见的(为什么?)。对于必要性,假设我们有一个确定性的经典算法,该算法声称在任何情况下都可以确定地解决这个问题,对于任何满足承诺的 f,同时进行 K ≤ 2 n / 2 次查询。在这里,查询的选择甚至可能以任何方式自适应地取决于先前查询的结果。一个狡猾的对手(具有函数 f )可以迫使该算法失败,如下所示(从而显示必要性):当算法应用于他时,他实际上还没有先验地选择他的函数 f ,而只是对所有查询回答 0。最后,他的函数在 K 个输入上固定下来,但如果 K ≤ 2 n / 2,他仍然可以自由地完成他的函数的定义,使其为常数或平衡,并使其与算法得出的任何结论相矛盾。类似地,对于任何概率经典算法,其最终输出仍然需要确定性地正确(尽管在此过程中可以使用概率选择),算法的每个概率分支必须本身确定性地工作,并且上述论点适用于它们,再次表明查询的数量(在任何概率分支上)必须至少为 2 n / 2 + 1。