买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：云南大学

摘要：本发明公开了基于改进粒子群算法的大气层臭氧垂直廓线反演方法，方法包括数据采集、数据清洗、反演建模和基于改进粒子群的反演。本发明属于廓线反演技术领域，具体是指基于改进粒子群算法的大气层臭氧垂直廓线反演方法，本方案引入Hammersley低差异序列和质心对立学习策略，提高种群初始位置的多样性；引入T‑分布设计移动权重，提高算法在优化过程中的精度和鲁棒性；引入自适应T分布修正学习率，有助于平衡算法的收敛速度和搜索精度，引入突变策略，利用邻居节点进行扰动，有助于引入多样性，避免陷入局部最优解，提高算法的全局搜索能力，进而提高反演过程的精准性。

主权项：1.基于改进粒子群算法的大气层臭氧垂直廓线反演方法，其特征在于：该方法包括以下步骤：步骤S1：数据采集，采集大气层臭氧垂直廓线反演数据；步骤S2：数据清洗；步骤S3：反演建模；步骤S4：基于改进粒子群的反演，种群初始化引入Hammersley低差异序列和质心对立学习策略；引入T-分布设计移动权重；引入自适应T分布修正学习率；引入突变策略，利用邻居节点进行扰动；最终实现大气层臭氧垂直廓线反演；在步骤S4中包括步骤S45：设计学习率，引入自适应T分布修正学习率，用于平衡收敛速度和精度；所用公式如下： ；式中，和分别是第t+1次迭代时的学习率和初始学习率；T·是T分布；d是比例因子；Cp是临界值；q是自由度参数；在步骤S4中，所述基于改进粒子群的反演具体包括以下步骤：步骤S41：预设置，基于地面处臭氧浓度、臭氧尺度高度H、对流层顶高度zt和对流层顶处的臭氧浓度nt建立搜索空间；计算反演值，所用公式如下： ；式中，Ymodeli,i1是第i粒子对于第i1个数据点的反演值；τi和μi分别是基于第i个粒子的位置得到的光学厚度和方向余弦；I·是辐射强度；步骤S42：定义适应度值函数，适应度函数用来衡量反演值与实际观测值之间的误差，所用公式如下： ;式中，f·是粒子位置的适应度值；xi是第i个粒子的位置；Yobs,i1是实际观测值即实际辐射强度；n是数据点数量；步骤S43：种群初始化，引入Hammersley低差异序列和质心对立学习策略初始化种群，所用公式如下: ； ; ； ；式中，是使用基数b生成的VanderCorput序列中的第i个点，是一个长度为M的向量；ali是i第转换为基数b后的第l位数字；N是序列总长度；和分别是使用基数b1和bn-1生成的VanderCorput序列中的第i个点；Hi是Hammersley低差异序列的第i个点；lb和ub分别是搜索空间的下限和上限；、和分别是第1个、第i个和第N个准个体位置；步骤S44：设计移动权重，引入T-分布增强搜索能力，所用公式如下： ；式中，和分别是第t次迭代时和第t+1次迭代时的移动权重，q是自由度参数；是gamma函数；步骤S45：设计学习率；步骤S46：设计移动策略，个体适应度值越高则位置越差；步骤S47：设计突变策略，对种群中适应度值最高的10%的个体进行位置突变，基于邻居节点对突变个体位置进行扰动；步骤S48：反演判定，预先设有适应度阈值，当存在个体适应度值低于适应度阈值时，大气层臭氧垂直廓线反演完成，粒子位置表示的参数即反演建模设置参数；若达到最大迭代次数，则重新初始化种群位置；否则继续更新位置迭代搜索。

全文数据：

权利要求：

百度查询： 云南大学 基于改进粒子群算法的大气层臭氧垂直廓线反演方法