1、“.....最后以这些变量作为最终的优化对象。从以往的实践与总结中可以发现，将电机的几何尺寸和电机绕组的参数选为优化变量相对比较合理在优化时所选的设计变量必须是相互独立的，且线性非关联的。是由数学原理所决定的在对优化变量进行优化时优化变量的数量需要重点考虑，如果优化变量过少则会使优化的结果和之前变化不大，而过多则会使优化不容易实现。这其中如电机的额定数据般都是不可以改动的，是产品的基本属性，所以需要设计者在设计之初综合考虑优化哪些优化变量，同时在优化这些变量后主要的性能指标达到符合实际应用的要求。本文在尺寸确定的前提下，选择定子槽高定子槽宽定子铁心内径气隙长度铁心长每槽导体数这六个变量作为优化变量，表达为由于铁心的长度是离散性变量，所以本文运用连续变量的方法对铁心长进行处理，铁心长首先以连续的方式自由的变化，然后将符合加工制造的最低精度来得到结果......”。

2、“.....如此只要在最后修正计算的结果就可以达到优化的目的。同时如果采用离散性的规划则没有准确的离散值，对电机的计算结果也是近似的数值，无法得到很好的结果的同时增加了整个运算的复杂度与运算时间。每槽导体数作为电机的设计变量是个具有固定离散值的优化变量，所以该优化变量如何不在这个范围内就是不合理的，应在这个固定的离散值内来对变量进行选取。如果单独将优化后的结果进行离散化的取值则可能会出现的寻优方向并使最终的优化结果出现。所以需要对这类优化变量进行些修正处理以达到更好的符合实际的优化效果。本文每槽导体数设定变化的范围为到，由于每槽导体数必须为整数，所以需要在程序的优化变量部分进行定的设计。优化程序设计选择个合适的算法来对电机进行优化设计极为重要，根据电机优化设计的数学模型对算法进行改进来设计潜油电机，应对具体的优化问题本文对免疫遗传算法进行了定的改进以使设计更加合理......”。

3、“.....并且在软件中也很好实现，所以本文使用二进制的编码方式。由个优化变量所组成的数组如式所示由国内实际的制造工艺精度以及合理性的综合考虑本文对个离散化的优化变量的步长单位做出了如下额选择编码的反向过程称为译码，译码是将免疫抗体的二进制形式转换成优化变量的具体数值的过程。在十进制和二进制直接通过编码和译码的转换可以很容易取得最后的解码值。初始抗体的产生标准遗传算法与免疫遗传算法初始抗体的产生都是大致相同的，均是随机产生的。免疫遗传算法第二次应答则和标准遗传算法不同，其使用的是生物体免疫体系下的免疫记忆功能，由免疫系统的记忆细胞来产生部分的抗体，剩余的抗体随机生成。种群的大小般在初始抗体产生前确定，种群中随机产生的个体多样性的程度越高以及种群本身的规模越大的情况下算法在局部的寻优能力也就越加的强大......”。

4、“.....计算时间大幅增加，所以本文经过多次试验将算法的种群大小设置为较为适合。抗体聚合适应度的计算为了能够更好的评价抗体的浓度以及适应度引入抗体聚合适应度的概念来对修正适应度的大小。如式所表示的抗体聚合适应度在免疫遗传算法中为了避免早熟收敛的情况下综合抗体的抑制作用与最后取得适应度的高低来取得最优的结果。式中取负数为抗体在种群中的浓度为抗体的适应度。在上式中更新抗体的时候，聚合适应度正比于抗体从种群中被选中的几率。也就是说抗体的浓度不变的情况下，适应度正比于抗体从种群中被选择的几率，在抗体的适应度不变的情况下，浓度越高的抗体，从种群中被选择的几率反而越小，因为为了保持在优化过程中整个种群中每个抗体具有的多样性，所以对抗体产生了抑制作用。产生新抗体产生的新抗体是种群继续进化的动力与力量......”。

5、“.....为了保持个体在种群中的多样性，本文所使用的是随机产生部分的新抗体。基于浓度的群体更新基于抗体的浓度与适应度运用公式计算出聚合适应度，依照抗体的聚合适应度大小来进行选择，挑选出可以进入下代的全部抗体，与此同时淘汰部分的抗体，从而达到了更新群体的目的。记忆细胞的更新在迭代与进化的过程中，为了使免疫机制的记忆单元总是记录最好的个体且拥有比较理想的解空间分布，需要比较记忆库里的抗体与抗体的聚合适应度，若记忆库中没有聚合适应度高的个体，则用聚合适应度较高的个体去替换聚合适应度低的个体。收敛判断本文中运用了种收敛判断方法，是迭代进化代数是否达到设定最大值，二是种群中的抗体平均浓度是否达到稳定，只要种判断方法有个达到标准就认为此问题已收敛，从而结束循环。免疫遗传算法种的免疫多样性是提高标准遗传算法优化效率的重要问题......”。

6、“.....其程序如下,实例计算电机优化过程的参数选用与其它寻优问题样，任何种智能算法的应用都离不开算法参数的正确选取与设定，不同参数选择对优化算法的影响很大。针对本章中极潜油电机的优化特点，算法的基本参数选择如表所示。表免疫遗传算法基本参数种群规模交叉概率变异概率最大迭代数第代阀值聚合度修正系数为验证免疫遗传算法对潜油电机优化设计的准确性，本文以极机壳外径为的潜油电机为例，根据其他三相异步电动机优化设计原则及潜油电机的特殊性来确定参数，对潜油电机的优化设计要符合以下条件由于潜油电机的工作环境和对经济性能的要求，使得潜油电机的三圆尺寸，即电机定子外径定子内径转子内径应先被确定下来二极潜油电机采用相同尺寸的定转子冲片，定转子槽的形状不允许改变，不能随意更改槽的配合风摩耗值按相同设计值处理机械损耗按修正后的公式计算。设计台电机，要确定很多尺寸......”。

7、“.....比如电机的电枢铁心长及长度，主要尺寸确定后气隙等其它尺寸也就大体确定，文中给出电机额定值，定转子参数，其潜油电机基本参数如表所示。表潜油电机基本参数额定数据样机额定功率额定电压频率极数槽配合铁心总长定子内径定子外径气隙单边长转子内径定子参数硅钢片型号槽型梯形槽绕组形式单层同心式绕组接法星接绕组材料铜隔磁段宽度槽内导体数绕线直径绝缘后绕线直径转子参数槽型圆形槽圆形槽半径扶正轴承宽度导条材料铜条端环厚端环宽在这里确定定子外径定子内径转子内径。三圆尺寸的确定，为电机的优化设计做出了第步工作，然后选择电负荷与磁负荷，确定主要尺寸比，磁路计算包括空气隙磁压降的计算齿部磁压降的计算轭部磁压降的计算，磁极漏磁系数与磁压降的计算，励磁电流和空载特性计算，绕组电阻的计算，绕组电抗的计算，主电抗的计算，漏电抗的计算，斜槽漏抗计算，损耗与效率的计算，发热计算，温升计算......”。

8、“.....转子选取鼠笼式铜条，定子梯形槽，转子圆形槽，如图和所示。图潜油电机定子槽图潜油电机转子槽基于免疫遗传算法优化设计的结果与分析利用免疫遗传算法既保留了标准遗传算法全局并行搜索且在生物免疫机制下避免了早熟收敛的特点，根据潜油电机的设计原理使用语言编写了潜油电动机的设计程序，运用免疫遗传算法对系列潜油电机进行电机的优化设计，为了使电机的设计程序可以很好的结合算法程序进行运算，本文编写了个接口程序将两个程序连接到起使之可以对电机进行计算和优化。电机的性能参数是判断电机是否满足要求的主要标准。由于程序具有单独优化个变量以及优化所有个变量的功能，所以本文分别对电机铁心长和前文的个优化变量进行优化计算，如表所示免疫遗传算法对电机铁心长和个优化变量优化后的效率比原方案分别提高了和，同时在效率得到提高的条件下电机的主要性能指标也都满足主要指标的要求，电机的优化设计达到了高效的目的......”。

9、“.....在满足约束的条件下对进行电机优化设计，只对铁心长进行优化后硅钢片重定子绕组铜重转子绕组铜重均有所减少，而对所有个变量进行优化后硅钢片重定子绕组铜重转子绕组铜重均小幅增加。由此可见，免疫遗传算法在材料大体相差不大的情况下很好的提高了效率。表电机优化前后材料的对比材料对比原方案对铁心长优化后算法优化后硅钢片重定子绕组铜重转子绕组铜重优化变量的优化是免疫遗传算法优化设计的核心，从表中可以看出只对铁心进行优化后铁心长度变短了，达到了优化铁心长的目的。对个优化变量优化前后铁心长增加，定子槽宽和定子槽高均减小，气隙长度减小，定子铁心内径也减小了，而每槽导体数无明显变化，从结果来看很好的达到了提高效率的设计目的......”。