首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种定日镜场布局的优化方法及系统 

申请/专利权人:南京信息工程大学

申请日:2024-03-25

公开(公告)日:2024-05-31

公开(公告)号:CN117933105B

主分类号:G06F30/27

分类号:G06F30/27;G06N3/006

优先权:

专利状态码:有效-授权

法律状态:2024.05.31#授权;2024.05.14#实质审查的生效;2024.04.26#公开

摘要:本发明公开了一种定日镜场布局的优化方法及系统,方法包括:对定日镜场进行初始化布局获得初始化种群;采用K次分区域内竞争算法对初始化种群进行分区和处理,提取各分区内光学效率最高的候选参数,汇总得胜出者集合;采用K次分区域间竞争算法对胜出者集合进行二次分区和处理,提取各二次分区内光学效率最高的候选参数,汇总得二次胜出者集合;循环执行K次分区域内竞争算法和K次分区域间竞争算法,直至获得光学效率最高的候选参数,确定最优定日镜场布局。本发明以定日镜场的光学效率作为优化目标,通过K次分区域内竞争算法和K次分区域间竞争算法提高定日镜场布局优化计算的效率,最大限度地提高资源利用率。

主权项:1.一种定日镜场布局的优化方法,其特征在于,包括:对定日镜场进行初始化布局,获得由多组候选参数集合而成的初始化种群;采用K次分区域内竞争算法对初始化种群进行分区和处理,提取各分区内光学效率最高的候选参数,汇总得到胜出者集合;采用K次分区域间竞争算法对胜出者集合进行二次分区和处理,提取各二次分区内光学效率最高的候选参数,汇总得到二次胜出者集合;基于二次胜出者集合,再次执行K次分区域内竞争算法和K次分区域间竞争算法,依此循环,直至获得光学效率最高的候选参数,确定出最优定日镜场布局;所述K次分区域内竞争算法具体包括:将初始化种群P中的每组候选参数均对应一个粒子,然后将初始化种群P分割为两个区域,使每个区域中粒子的光学效率均值相同;再将分割后的每个区域进行同样的分割操作,分割K次后得到2K个区域;对于分割后的2K个区域,依次遍历其中的每一个区域;对于目前正在遍历的区域,遍历区域中的每个粒子;假设目前选定的粒子为i,再在该区域中随机选择一个粒子j;计算粒子i与粒子j对应的光学效率fitness_i和fitness_j;判断并比较fitness_i和fitness_j的大小;如果fitness_i≥fitness_j,更新粒子i和粒子j的速度和位置,将粒子i放入胜出者集合W1,将粒子j放入失败者集合L1;否则将粒子j放入胜出者集合W1,将粒子i放入失败者集合L1;遍历结束后,得到胜出者集合W1;所述K次分区域间竞争算法包括:将胜出者集合W1中的每组候选参数均对应一个粒子,然后将胜出者集合W1分割为两个区域,使每个区域中粒子对应的光学效率均值相同;再将分割后的每个区域进行同样的分割操作,分割K次后得到2K个区域;对于分割后的2K个区域,依次遍历其中的每一个区域;对于目前正在遍历的区域,遍历区域中的每个粒子;假设目前选定的粒子为p,再在胜出者集合W1中随机选择一个粒子q;计算粒子p与粒子q对应的光学效率fitness_p和fitness_q;判断并比较fitness_p和fitness_q的大小;如果fitness_p≥fitness_q,更新粒子p和粒子q的速度和位置,将粒子p放入胜出者集合W2,将粒子q放入失败者集合L2;否则将粒子q放入胜出者集合W2,将粒子p放入失败者集合L2;遍历结束后,得到二次胜出者集合W2;使每个区域中粒子对应的光学效率均值相同的方法包括:将区域中的粒子按对应的光学效率值进行非降序排列;计算所有粒子对应的光学效率的总和;将所有粒子对应的光学效率的总和除以2,得到每个区域的适应度平均值;初始化一个长度为2的数组表示每个区域光学效率的累积和,初始值全为0;依次遍历排好序的所有粒子,将当前粒子加到光学效率累积和最小的区域中,直到所有粒子都被分配完为止;由此得到了分割好的两个区域,且每个区域内粒子对应的光学效率均值相同。

全文数据:

权利要求:

百度查询: 南京信息工程大学 一种定日镜场布局的优化方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术