[发明专利]基于并行双种群PSO的太阳辐射预测资料同化算法

权利要求书

1.一种基于并行双种群PSO的太阳辐射预测资料同化算法，其特征在于：所述算法包括如下步骤：

步骤一：初始化算法参数，设定种群规模，分组数和各分组的最大迭代数；

步骤二:初始化读写同步锁，根据分组数依次创建线程，并将算法参数，各分组粒子数和最大迭代次数分配给各个线程；

步骤三：分线程随机初始化组内粒子，并将每个线程中的粒子随机平均分为A、B两个种群；

步骤四：计算分组线程每个粒子的资料同化代价函数，如果粒子最优解优于当前组内最优解则更新组内最优解并转步骤五，否则转步骤八；

步骤五：分组线程获取读写同步锁；

步骤六：如果组内最优解优于当前全局最优解，则更新全局最优解；

步骤七：分组线程释放读写同步锁；

步骤八：分组线程计算粒子的扩散能、种群温度和粒子扩散概率，采用双种群PSO算法分别对种群A、B中的每一个粒子进行判定是否放入到扩散池中，输出种群A和B的全局极值和中的最优者；

步骤九分组线程更新粒子位置和速度，组内迭代数加一；

步骤十：分组线程判断该分组是否到达该线程设定的最大迭代次数，如果满足条件之一，则结束该分组线程，否则，转步骤四；

步骤十一：等待各分组线程结束，输出结果。

2.根据权利要求1所述的基于并行双种群PSO的太阳辐射预测资料同化算法，其特征在于：所述步骤八中对种群A、B中的每一个粒子的判定方法为：如果扩散池A中粒子数目大于等于2，则从中随机选择两个粒子m、n作为扩散粒子，分别为第k代粒子m、n的坐标，粒子m和n生成一个差异向量对全局极值添加一个随机扰动，得到一个临时的向量η为比例系数；如果向量优于种群B的全局极值，则替换之，否则不替换；同时如果扩散池B中粒子数目大于等于2，则从中随机选择两个粒子a、b作为扩散粒子，分别为第k代粒子a、b的坐标，粒子a和b生成一个差异向量对全局极值添加一个随机扰动，得到一个临时的向量如果向量优于种群A的全局极值，则替换之，否则不替换；通过此步骤实现两个种群之间的信息交流和扩散。

3.根据权利要求1所述的基于并行双种群PSO的太阳辐射预测资料同化算法，其特征在于：所述步骤八中根据公式计算种群A和B中所有粒子的扩散能，v_ij是粒子速度，M是粒子总数；根据公式计算种群A和B的温度；根据公式计算种群A和B中所有粒子的扩散概率。

4.根据权利要求2所述的基于并行双种群PSO的太阳辐射预测资料同化算法，其特征在于：所述步骤九中根据公式和调整种群A和B中粒子的速度和位置，是第k代第i个粒子的速度，是第k代第i个粒子的坐标，ω是惯性权重，r₁,r₂是两个0到1的随机数，Z为A或B，是在Z种群中第k代第i个粒子的历史最佳坐标位置p_g^Z是Z种群全局最优位置，c₁,c₂是学习因子。

5.根据权利要求1所述的基于并行双种群PSO的太阳辐射预测资料同化算法，其特征在于：所述步骤一中初始化算法参数为初始观测l表示粒子水平方向x,y或垂直方向z的空间步长。

6.根据权利要求1所述的基于并行双种群PSO的太阳辐射预测资料同化算法，其特征在于：所述资料同化代价函数的计算方法为：

此公式是为了计算第k次迭代第i号粒子的适应值,其中为前推模式方程的数值解，是在时间层t_k＝k△t和空间格点l_i＝i△l处的观测值，k代表迭代次数，i为粒子序号，N为最大迭代次数，M为粒子总个数，△l表示粒子的空间步长，△t表示时间步长。

7.根据权利要求4所述的基于并行双种群PSO的太阳辐射预测资料同化算法，其特征在于：所述比例系数η设置为0.5，惯性权重ω从0.7线性递减到0.1,学习因子c₁＝1.2,c₂＝2.4。