[發(fā)明專利]基于樽海鞘群算法的電極陣列優(yōu)化方法有效
| 申請?zhí)枺?/td> | 202011311093.1 | 申請日: | 2020-11-20 |
| 公開(公告)號: | CN112287564B | 公開(公告)日: | 2023-04-07 |
| 發(fā)明(設(shè)計)人: | 蔣毅;許源;梁運華;劉功能;郭奉仁;李澤文;王梓糠;尹駿剛 | 申請(專利權(quán))人: | 國網(wǎng)湖南省電力有限公司;國網(wǎng)湖南省電力有限公司檢修公司;國家電網(wǎng)有限公司 |
| 主分類號: | G06F30/20 | 分類號: | G06F30/20;G06N3/006 |
| 代理公司: | 長沙朕揚知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 43213 | 代理人: | 鐘聲 |
| 地址: | 410000 湖南*** | 國省代碼: | 湖南;43 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 海鞘 算法 電極 陣列 優(yōu)化 方法 | ||
本發(fā)明公開了一種基于樽海鞘群算法的電極陣列優(yōu)化方法,以設(shè)定電極數(shù)作為樽海鞘群搜索空間維度,以電極陣列排布空間作為樽海鞘群的設(shè)定搜索空間,利用樽海鞘群算法迭代直至滿足設(shè)定目標(biāo)或迭代達(dá)到設(shè)定次數(shù),輸出樽海鞘群最終食物位置,并將其作為電極陣列的排列位置,完成優(yōu)化。本發(fā)明的基于樽海鞘群算法的電極陣列優(yōu)化方法具有簡單實用、計算量較小、優(yōu)化速度快和效率高等優(yōu)點。
技術(shù)領(lǐng)域
本發(fā)明涉及電極檢測技術(shù)領(lǐng)域,尤其涉及一種基于樽海鞘群算法的電極陣列優(yōu)化方法。
背景技術(shù)
電力行業(yè)的檢修、預(yù)試等人員在高壓場地內(nèi)工作,經(jīng)常遇到作業(yè)范圍周邊設(shè)備帶電運行的情形,存在安全距離不足的隱患。普通近電告警裝置難以在復(fù)雜電磁環(huán)境中準(zhǔn)確報警。基于多電極的近電報警裝置具有電場信號空間分辨率高和抗干擾能力強等優(yōu)勢,可通過電極陣列定向檢測設(shè)備是否帶電,從而解決普通近電報警裝置誤報率較高等問題。
多電極空間分布和激勵方式是該近電報警裝置的技術(shù)關(guān)鍵,宜采用智能算法對其進(jìn)行優(yōu)化設(shè)計。智能算法被廣泛應(yīng)用在工程領(lǐng)域中,用于最優(yōu)化問題特別是非線性優(yōu)化問題的求解。近年來,智能算法因其在解決非線性優(yōu)化問題上的效率優(yōu)勢,被應(yīng)用于各類傳感器陣列設(shè)計中,比如遺傳算法、粒子群算法等都已得到了廣泛的應(yīng)用。然而,一個復(fù)雜電極陣列模型的優(yōu)化過程可能需要幾小時甚至更長時間,計算代價極其巨大。
發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題是克服現(xiàn)有技術(shù)的不足,提供一種簡單實用、計算量較小、優(yōu)化速度快和效率高的基于樽海鞘群算法的電極陣列優(yōu)化方法。
為解決上述技術(shù)問題,本發(fā)明提出的技術(shù)方案為:
一種基于樽海鞘群算法的電極陣列優(yōu)化方法,以設(shè)定電極數(shù)作為樽海鞘群搜索空間維度,以電極陣列排布空間作為樽海鞘群的設(shè)定搜索空間,利用樽海鞘群算法迭代直至滿足設(shè)定目標(biāo)或迭代達(dá)到設(shè)定次數(shù),輸出樽海鞘群最終食物位置,并將其作為電極陣列的排列位置,完成優(yōu)化。
利用樽海鞘群算法迭代直至滿足設(shè)定目標(biāo)的過程包括以下步驟:
S1:初始化樽海鞘群的個體個數(shù)N=3n+1,n為自然數(shù),將電極數(shù)作為搜索空間的維度數(shù)D,設(shè)定迭代次數(shù)Tmax;初始化種群為
S2:計算樽海鞘群各個體的適應(yīng)度,將適應(yīng)度最大的個體作為食物,其余的個體均分為n個領(lǐng)航者、n個追蹤者以及n個后援者;
S3:更新領(lǐng)航者位置為:
其中,為第i只領(lǐng)航者樽海鞘個體在第j維空間的位置,ubj與lbj分別為在第j維搜索空間的搜索上限與搜索下限;Fj為食物在第j維空間的位置,c2與c3為區(qū)間[0,1]內(nèi)產(chǎn)生的隨機數(shù);參數(shù)c1的定義為:t為當(dāng)前迭代次數(shù),Tmax為最大迭代次數(shù);
S4:更新追蹤者位置為:
式中,為第i只追蹤者樽海鞘個體在第j維空間的位置,為共生量;B為受益參數(shù),隨機選取1或2;r為[0,1]區(qū)間的隨機數(shù);
S5:后援者位置更新為:
式中,為第i只后援者樽海鞘個體在第j維空間的位置,t為當(dāng)前迭代次數(shù);Tmax為最大迭代次數(shù);
S6:重復(fù)步驟S2~S5,直至迭代次數(shù)達(dá)到Tmax或食物適應(yīng)度值達(dá)到設(shè)定終止閾值。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于國網(wǎng)湖南省電力有限公司;國網(wǎng)湖南省電力有限公司檢修公司;國家電網(wǎng)有限公司,未經(jīng)國網(wǎng)湖南省電力有限公司;國網(wǎng)湖南省電力有限公司檢修公司;國家電網(wǎng)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011311093.1/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





