[發明專利]基于并行雙種群PSO的太陽輻射預測資料同化算法

在審

• 申請號: 201910646890.6
• 申請日: 2019-07-17
• 公開（公告）號: CN110490294A
• 公開（公告）日: 2019-11-22
• 發明（設計）人: 童亞拉;徐斌;劉力源;董怡琦;郝澤霖;陳科;劉亞東
• 申請（專利權）人: 湖北工業大學
• 主分類號: G06N3/00
• 分類號: G06N3/00;G06Q10/04;G06Q50/06
• 代理公司: 42104 武漢開元知識產權代理有限公司
• 代理人: 劉琳<國際申請>=<國際公布>=<進入國

1.一種基于并行雙種群PSO的太陽輻射預測資料同化算法，其特征在于：所述算法包括如下步驟：

步驟一：初始化算法參數，設定種群規模，分組數和各分組的最大迭代數；

步驟二:初始化讀寫同步鎖，根據分組數依次創建線程，并將算法參數，各分組粒子數和最大迭代次數分配給各個線程；

步驟三：分線程隨機初始化組內粒子，并將每個線程中的粒子隨機平均分為A、B兩個種群；

步驟四：計算分組線程每個粒子的資料同化代價函數，如果粒子最優解優于當前組內最優解則更新組內最優解并轉步驟五，否則轉步驟八；

步驟五：分組線程獲取讀寫同步鎖；

步驟六：如果組內最優解優于當前全局最優解，則更新全局最優解；

步驟七：分組線程釋放讀寫同步鎖；

步驟八：分組線程計算粒子的擴散能、種群溫度和粒子擴散概率，采用雙種群PSO算法分別對種群A、B中的每一個粒子進行判定是否放入到擴散池中，輸出種群A和B的全局極值和中的最優者；

步驟九分組線程更新粒子位置和速度，組內迭代數加一；

步驟十：分組線程判斷該分組是否到達該線程設定的最大迭代次數，如果滿足條件之一，則結束該分組線程，否則，轉步驟四；

步驟十一：等待各分組線程結束，輸出結果。

2.根據權利要求1所述的基于并行雙種群PSO的太陽輻射預測資料同化算法，其特征在于：所述步驟八中對種群A、B中的每一個粒子的判定方法為：如果擴散池A中粒子數目大于等于2，則從中隨機選擇兩個粒子m、n作為擴散粒子，分別為第k代粒子m、n的坐標，粒子m和n生成一個差異向量對全局極值添加一個隨機擾動，得到一個臨時的向量η為比例系數；如果向量優于種群B的全局極值，則替換之，否則不替換；同時如果擴散池B中粒子數目大于等于2，則從中隨機選擇兩個粒子a、b作為擴散粒子，分別為第k代粒子a、b的坐標，粒子a和b生成一個差異向量對全局極值添加一個隨機擾動，得到一個臨時的向量如果向量優于種群A的全局極值，則替換之，否則不替換；通過此步驟實現兩個種群之間的信息交流和擴散。

3.根據權利要求1所述的基于并行雙種群PSO的太陽輻射預測資料同化算法，其特征在于：所述步驟八中根據公式計算種群A和B中所有粒子的擴散能，v_ij是粒子速度，M是粒子總數；根據公式計算種群A和B的溫度；根據公式計算種群A和B中所有粒子的擴散概率。

4.根據權利要求2所述的基于并行雙種群PSO的太陽輻射預測資料同化算法，其特征在于：所述步驟九中根據公式和調整種群A和B中粒子的速度和位置，是第k代第i個粒子的速度，是第k代第i個粒子的坐標，ω是慣性權重，r₁,r₂是兩個0到1的隨機數，Z為A或B，是在Z種群中第k代第i個粒子的歷史最佳坐標位置p_g^Z是Z種群全局最優位置，c₁,c₂是學習因子。

5.根據權利要求1所述的基于并行雙種群PSO的太陽輻射預測資料同化算法，其特征在于：所述步驟一中初始化算法參數為初始觀測l表示粒子水平方向x,y或垂直方向z的空間步長。

6.根據權利要求1所述的基于并行雙種群PSO的太陽輻射預測資料同化算法，其特征在于：所述資料同化代價函數的計算方法為：

此公式是為了計算第k次迭代第i號粒子的適應值,其中為前推模式方程的數值解，是在時間層t_k＝k△t和空間格點l_i＝i△l處的觀測值，k代表迭代次數，i為粒子序號，N為最大迭代次數，M為粒子總個數，△l表示粒子的空間步長，△t表示時間步長。

7.根據權利要求4所述的基于并行雙種群PSO的太陽輻射預測資料同化算法，其特征在于：所述比例系數η設置為0.5，慣性權重ω從0.7線性遞減到0.1,學習因子c₁＝1.2,c₂＝2.4。