[发明专利]基于粒子群优化算法的参数拟合方法及参数拟合系统

权利要求书

1.一种基于粒子群优化算法的参数拟合方法，其特征在于，包括：

设定粒子群的解域范围，所述粒子群由多个粒子构成，所述粒子为待拟合参数；

设置粒子群参数，所述粒子群参数包括种群规模、粒子加速度、迭代终止条件和各粒子的权重；

更新粒子群状态；

根据所述粒子群参数进行迭代，计算各粒子的估测函数值；

将每个粒子的估测函数值与历史最好位置进行对比，更新所述历史最好位置，每个粒子更新后的历史最好位置构成第一集合；

对所述第一集合进行评估，判断所述第一集合的解集是否满足所述迭代终止条件，如果是，则将所述第一集合的解集作为最终结果；

如果否，则判断是否需要对第二集合进行更新，如果是则更新第二集合后返回更新粒子群状态的步骤，如果否，则返回更新粒子群状态的步骤；所述第二集合由粒子群经历过的历史最佳位置构成。

2.根据权利要求1所述的基于粒子群优化算法的参数拟合方法，其特征在于，设定粒子群的解域范围为根据测试数据种类判断粒子群的解域范围。

3.根据权利要求1所述的基于粒子群优化算法的参数拟合方法，其特征在于，设置粒子群参数包括：

设置粒子群的种群规模、粒子的加速度以及迭代终止条件；

计算粒子群中各粒子权重。

4.根据权利要求3所述的基于粒子群优化算法的参数拟合方法，其特征在于，计算粒子群中各粒子权重包括：

采用相关度最高准则计算粒子群中各粒子权重。

5.根据权利要求1所述的基于粒子群优化算法的参数拟合方法，其特征在于，更新粒子群状态包括：

设置粒子群的初始位置以及初始速度。

6.根据权利要求1所述的基于粒子群优化算法的参数拟合方法，其特征在于，将每个粒子的估测函数值与历史最好位置进行对比，更新所述历史最好位置包括：

判断每个粒子的估测函数值是否优于该粒子历史最好位置，如果是，则用该粒子的估测函数值作为该粒子的历史最好位置；如果否，则保持该粒子的历史最好位置不变。

7.根据权利要求1所述的基于粒子群优化算法的参数拟合方法，其特征在于，所述迭代终止条件为满足精度要求或达到迭代次数上限。

8.一种基于粒子群优化算法的参数拟合系统，其特征在于，包括：

解域确定模块，用于设定粒子群的解域范围，所述粒子群由多个粒子构成，所述粒子为待拟合参数；

参数设定模块，用于设置粒子群参数，所述粒子群参数包括种群规模、粒子加速度、迭代终止条件和各粒子的权重；

状态更新模块，用于更新粒子群状态；

迭代模块，用于根据所述粒子群参数进行迭代，计算各粒子的估测函数值；

判断模块，用于将每个粒子的估测函数值与历史最好位置进行对比，更新所述历史最好位置，每个粒子更新后历史最好位置构成第一集合；

评估模块，用于对所述第一集合进行评估，判断所述第一集合的解集是否满足所述迭代终止条件，如果是，则将所述第一集合的解集作为最终结果；

如果否，则判断是否需要对第二集合进行更新，如果是则更新第二集合后返回更新粒子群状态的步骤，如果否，则返回更新粒子群状态的步骤；所述第二集合由粒子群经历过的历史最佳位置构成。

9.根据权利要求8所述的基于粒子群优化算法的参数拟合系统，其特征在于，所述解域确定模块用于根据测试数据种类判断粒子群的解域范围。

10.根据权利要求8所述的基于粒子群优化算法的参数拟合系统，其特征在于，所述参数设定模块包括：

参数设定单元，用于设置粒子群的种群规模、粒子的加速度以及迭代终止条件；

计算单元，用于计算粒子群中各粒子权重。

11.根据权利要求10所述的基于粒子群优化算法的参数拟合系统，其特征在于，所述计算单元采用相关度最高准则计算粒子群中各粒子权重。

12.根据权利要求8所述的基于粒子群优化算法的参数拟合系统，其特征在于，所述迭代终止条件为满足精度要求或达到迭代次数上限。