[发明专利]基于嵌套微分进化算法的多涡环微下击暴流模型参数选择方法

权利要求书

1.基于嵌套微分进化算法的多涡环微下击暴流模型参数选择方法，其特征是,它包括具体步骤如下：

步骤一、目标寻优初始化：随机产生模型参数{H，R,Γ}，其中：H={H_n}为各涡环对高度的集合，R={R_n}为各涡环半径的集合，Γ={Γ_n}为各涡环对强度的集合，n为自然数；

步骤二、中间寻优，获得最大垂直风速和最大水平风速；

步骤三、计算水平、垂直风速最大峰值比K1；

步骤四、判断K1-K〈ΔK，K为预设比值，ΔK为误差范围；判断结果为否，则执行步骤五；判断结果为是，则执行步骤六；

步骤五、变异产生新的目标个体群，返回步骤二；

步骤六、得到最优模型参数。

2.根据权利要求1所述基于嵌套微分进化算法的多涡环微下击暴流模型参数选择方法，其特征在于,步骤一的随机产生模型参数{H，R,Γ}的具体过程是：

单一涡环对在空间任意一点(x,y,z)处的诱导速度Vi=[v_x,v_y,v_z]：

vx=(xr2)∂ψ∂z---(1)]]>

vy=(yr2)∂ψ∂z---(2)]]>

vz=(-1r)∂ψ∂r---(3)]]>

式中，为空间一点到涡环中心的距离，Ψ为单个涡环对的流线方程：

ψ≈1.576Γπ[(r1+r2)λa21+31-λa2-(r1′+r2′)λs21+31-λs2]---(4)]]>

其中：

r1=(z-H)2+(r-R)2---(5)]]>

r2=(z-H)2+(r+R)2---(6)]]>

r1′=(z+H)2+(r-R)2---(7)]]>

r2′=(z+H)2+(r+R)2---(8)]]>

λ_a=(r₂-r₁)/(r₂+r₁)                    (9)

λ_s=(r₂′-r₁′)/(r₂′+r₁′)                (10)

在涡环轴心处，由于r=0，定义涡环轴心处的微下击暴流速度：

v_x=v_y=0                            (11)

vz=ΓR22{[R2+(H+z)2]-3/2-[R2+(H-z)2]-3/2}---(12)]]>

将公式(1)~(3)、(11)和(12)求解出的风速乘以一个阻尼因子ζ，即v_j=v_j×ζ，j＝x,y,z；阻尼因子表达式如下：

ζ=1-exp{-(r1R)2[0.4215dR+0.0822(dR)2-0.0969(dR)3]2}---(13)]]>

其中，d为涡核直径，并且d正比于涡环半径R；

多涡环微下击暴流模型在点(x，y，z)处的诱导速度为各涡环对诱导速度的叠加：

V=Σi=1nVi=φ(H,R,Γ)---(14)]]>

公式中，n为微下击暴流速度场由n对涡环诱导，随机产生上述微下击暴流场的参数H、R和Γ。

3.根据权利要求1所述基于嵌套微分进化算法的多涡环微下击暴流模型参数选择方法，其特征在于,步骤二中获得最大垂直风速和最大水平风速的过程相同，所述获得最大垂直风速的具体过程为：

步骤二一一、初始化中间寻优个体群(X，Y，Z)，所述每个中间个体为位置参数(x,y,z)；

步骤二一二、寻找初始化的中间寻优个体群中的最优中间个体,得到最大垂直风速值max_v_i,i=0，所述最优中间个体为(x_gb，y_gb,z_gb)；

步骤二一三、变异产生新的中间个体群，i=1；

步骤二一四、寻找该次进化中的中间寻优个体群中的最优中间个体,得到最大垂直风速值max_v_i；

步骤二一五、判断本次获得的最大垂直风速值与前一次最大垂直风速值之差是否小于误差范围Δv:|max_v_i-max_v_i-1|<Δv，判断结果为否，则执行步骤二一三；判断结果为是，则执行步骤二一六；

步骤二一六、判断i=N，判断结果为是，则执行步骤二一八；判断结果为否，则i=i+1,执行步骤二一七；

步骤二一七、变异产生新的中间个体群，执行步骤二一四；

步骤二一八、得到最大垂直风速。