[发明专利]一种基于遗传粒子群混合的雷电定位计算优化方法

摘要

本发明涉及雷电监测系统的技术领域，更具体地，涉及一种基于遗传粒子群混合的雷电定位计算优化方法。结合粒子群算法使用简单、收敛速度快的优点和遗传算法全局搜索能力强的优点，利用粒子群算法收敛速度快的特点进行前一阶段的优化，得到一定进化程度的初始种群，然后由遗传算法进行后一阶段的优化，提高计算解在解空间中的局部收敛速度和全局搜索能力，并可通过计算结果对粒子群速度因子、遗传变异因子等参数进行优化，实现雷电的高效、高精度定位；且能够避免由不同原始数据组合计算出来的雷电参数偏差较大、无法保证同源一致性的问题。

主权项

一种基于遗传粒子群混合的雷电定位计算优化方法，其特征在于，所述计算优化方法为粒子群算法与遗传算法的混合算法，包括以下步骤：S1.依据大地椭球计算公式初算的结果(x0,y0)，以A半径划定解空间范围为x∈[x0‑A,x0+A]，y∈[y0‑A,y0+A]，并在划定解空间内随机生成解粒子；S2.在步骤S1后，采用第一适应度函数使粒子群在x‑y二维空间内搜索粒子的最佳适应度函数值和最佳位置，或采用第二适应度函数使粒子群同时利用时间和方位信息搜索粒子的最佳适应度函数值和最佳位置；S3.在步骤S2后，依据步骤S2的优化信息更新粒子飞行速度和粒子位置参数并优化粒子惯性因子，使得粒子群在初始搜索阶段具有较好的全局搜索能力，在后期搜索阶段具有较好的局部搜索能力；S4.在步骤S3后，采用比例选择和最优保存的混合策略设计选择算子，采用比例选择策略保证具有最小适应度的个体被选中的概率最大，采用最优保存策略在新种群生成后比较出新旧种群中的最小适应度个体，并用该个体取代新种群中的最大适应度个体；S5.在步骤S4后，采用单点交叉方法设计交叉算子以确定交叉点的位置和基因交换的方法；并按步骤S2中的第一适应度函数或第二适应度函数计算粒子的适应度；当适应度达到期望值或迭代次数达到最大值时，计算得到雷击事故位置，程序终止；否则，转步骤S6；S6.在步骤S5后，设计变异算子以确定变异点的位置和变异位置处的基因替换方法；并按步骤S2中的第一适应度函数或第二适应度函数计算粒子的适应度；当适应度达到期望值或迭代次数达到最大值时，计算得到雷击事故位置，程序终止；否则，转步骤S4。