发明名称 一种海浪有效波高反演模型建模方法
摘要 本发明涉及一种海浪有效波高反演模型建模方法,其特征在于:步骤1:设置粒子群粒子位置初值和速度初值;步骤2:初始化粒子群各参数;步骤3:设置粒子群速度位置更新公式;步骤4:确定判断宽度;步骤5:基于判断宽度judgewidth和粒子的位置值X<sub>i</sub>两个参数,建立适应值函数,适应值函数对样本数据进行分段,得到分段模型,并计算出与分段模型对应的整体样本数据的残差平方和作为粒子的适应值;步骤6:利用粒子群算法寻找拐角值最优解;步骤7:将步骤6.3得到的P<sub>g</sub>值和judgewidth代入适应值函数,得到最优分段线性模型的各段斜率和截距。
申请公布号 CN103839104B 申请公布日期 2016.09.14
申请号 CN201410014022.3 申请日期 2014.01.13
申请人 哈尔滨工程大学 发明人 刘利强;戴运桃;张凯;顾海超;杨裕杰;汪相国;赵明;孟凡秋;李玉成;蒋敏
分类号 G06N3/00(2006.01)I 主分类号 G06N3/00(2006.01)I
代理机构 哈尔滨市船大专利事务所 23201 代理人 张贵丰
主权项 一种海浪有效波高反演模型建模方法,其特征在于:步骤1:设置粒子群粒子位置初值和速度初值,粒子位置代表拐角值;步骤2:初始化粒子群各参数,设粒子个数为N≥2;自身学习因子为c<sub>1</sub>≥0,全局学习因子为c<sub>2</sub>≥0;惯性权重为ω,0≤ω≤1;最大迭代次数T<sub>max</sub>满足T<sub>max</sub>≥2;步骤3:设置粒子群速度位置更新公式,更新公式为以下公式(5),<maths num="0001"><math><![CDATA[<mrow><mfenced open = "{" close = ""><mtable><mtr><mtd><mrow><msubsup><mi>V</mi><mi>i</mi><mrow><mi>t</mi><mo>+</mo><mn>1</mn></mrow></msubsup><mo>=</mo><mi>&omega;</mi><mo>&CenterDot;</mo><msubsup><mi>V</mi><mi>i</mi><mi>t</mi></msubsup><mo>+</mo><msub><mi>c</mi><mn>1</mn></msub><msub><mi>r</mi><mn>1</mn></msub><mo>&CenterDot;</mo><mrow><mo>(</mo><msub><mi>P</mi><mi>i</mi></msub><mo>-</mo><msubsup><mi>X</mi><mi>i</mi><mi>t</mi></msubsup><mo>)</mo></mrow><mo>+</mo><msub><mi>c</mi><mn>2</mn></msub><msub><mi>r</mi><mn>2</mn></msub><mo>&CenterDot;</mo><mrow><mo>(</mo><msub><mi>P</mi><mi>g</mi></msub><mo>-</mo><msubsup><mi>X</mi><mi>i</mi><mi>i</mi></msubsup><mo>)</mo></mrow></mrow></mtd></mtr><mtr><mtd><mrow><msubsup><mi>X</mi><mi>i</mi><mrow><mi>t</mi><mo>+</mo><mn>1</mn></mrow></msubsup><mo>=</mo><msubsup><mi>X</mi><mi>i</mi><mi>t</mi></msubsup><mo>+</mo><msubsup><mi>V</mi><mi>i</mi><mrow><mi>t</mi><mo>+</mo><mn>1</mn></mrow></msubsup></mrow></mtd></mtr></mtable></mfenced><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>5</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0001005881520000011.GIF" wi="1477" he="167" /></maths>其中V<sub>i</sub><sup>t</sup>表示第i个粒子的速度;<img file="FDA0001005881520000012.GIF" wi="61" he="62" />表示第i个粒子的位置,i=1,2,...,N,N≥2为粒子个数;t表示粒子群的迭代次数,t≤T<sub>max</sub>;r<sub>1</sub>,r<sub>2</sub>为[0,1]区间的随机数;P<sub>i</sub>为粒子自身寻到的最优值;P<sub>g</sub>为种群寻到的最优值;步骤4:确定判断宽度;分段时是以判断宽度为步长进行数据域的判断并分段,根据以下公式(6)判断宽度取值范围,judgewidth=n·minwidth,1≤n≤3              (6)judgewidth为判断宽度,minwidth为判断宽度的最小值,minwidth是样本数据所有相邻点的横轴距离的最大值;步骤5:求解适应值;基于判断宽度judgewidth和粒子的位置值X<sub>i</sub>两个参数,建立适应值函数,适应值函数对样本数据进行分段,得到分段模型,并计算出与分段模型对应的整体样本数据的残差平方和作为粒子的适应值;步骤6:利用粒子群算法寻找拐角值最优解,通过如下步骤实现,步骤6.1:将每个粒子的位置值X<sub>i</sub>和judgewidth代入适应值函数,求出粒子的适应值F(X<sub>i</sub>,jugdewidth),并赋值给P<sub>i</sub>,然后将P<sub>i</sub>(i=1,2,…N,N≥2)的最小值赋给P<sub>g</sub>;步骤6.2:进入循环,按照以上公式(5)进行更新,直到满足迭代结束条件;步骤6.3:当迭代次数t=T<sub>max</sub>时,循环结束,此时P<sub>g</sub>值为拐角turnangle的最优解;步骤7:将步骤6.3得到的P<sub>g</sub>值和judgewidth代入适应值函数,得到最优分段线性模型的各段斜率和截距。
地址 150001 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室