[发明专利]一种气体泄漏源强反算改进型搜索算法

权利要求书

1.一种气体泄漏源强反算改进型搜索算法，其特征是，包括以下步骤：

使用传感器网络获取泄漏现场的浓度测量数据，利用先验扩散模型计算泄漏现场的浓度计算数据，通过建立测量数据和先验扩散模型间的函数关系，将反算问题转化为最优化求解问题，应用改进型遗传算法完成泄漏源参数预估值计算；

将改进型遗传算法的预估值结果作为马尔科夫链蒙特卡洛抽样算法的初始抽样点，利用马尔科夫链蒙特卡洛抽样算法得到泄漏源位置的概率分布范围；

以马尔科夫链蒙特卡洛抽样算法提供的泄漏源位置的分布范围，使用移动机器人在泄漏源分布范围内寻找泄漏源，利用改进型保守收敛粒子群算法用于完成泄漏源精确定位。

2.如权利要求1所述的气体泄漏源强反算改进型搜索算法，其特征是，所述使用传感器网络获取泄漏现场的浓度测量数据，先验扩散模型计算泄漏现场的浓度计算数据，通过建立测量数据和先验扩散模型间的函数关系，将反算问题转化为最优化求解问题，应用改进型遗传算法完成泄漏源参数预估值计算，具体包括：

传感器网络对第i个测量位置的测量值为利用气体扩散模型计算第i个测量位置的计算浓度应用改进型遗传算法求解目标函数的最小值。

3.如权利要求2所述的气体泄漏源强反算改进型搜索算法，其特征是，所述利用气体扩散模型计算第i个测量位置的计算浓度具体包括：

采用气体扩散模型Pasquill-Gifford高斯模型计算第i个测量位置的计算浓度对于地面瞬时泄露，采用地面瞬时点源的烟团模型，即

式中，

x_i,y_i,t_i为第i个测量位置的坐标,为给定位置(x,y)和时间t的泄漏物浓度，单位为kg/m³；

Q:瞬时泄露的物料质量,单位为kg；

u:风速；

t:泄露时间；

分别为x,y,z方向的扩散系数，单位为m。

4.如权利要求2所述的气体泄漏源强反算改进型搜索算法，其特征是，所述应用改进型遗传算法求解目标函数的最小值，具体包括：

收集每步迭代在选择步骤中被丢弃的泄漏源单位样本个体，将被丢弃的泄漏源单位样本个体单独存入淘汰者基因库用于扩大交叉的范围；

收集每部迭代最优的泄漏源单位样本个体，加强种群向最优点方向演变概率，同时当最优点更新陷入停滞时，以当前最优点为起点进行主动局部搜索操作，直到新产生的泄漏物粒子数目符合要求。

5.如权利要求4所述的气体泄漏源强反算改进型搜索算法，其特征是，所述利用马尔科夫链蒙特卡洛抽样算法得到泄漏源位置的概率分布范围，具体包括：

使用自适应Metropolis算法作为马尔科夫链蒙特卡洛抽样的抽样算法，采用“对数平衡”对候选点进行数据处理，直到满足抽样终止条件。

6.如权利要求5所述的气体泄漏源强反算改进型搜索算法，其特征是，所述利用改进型保守收敛粒子群算法用于完成泄漏源精确定位，具体包括：

初期按照标准粒子群算法运行，直到粒子群历史最优值更新停滞代数超过设定限值；

从同代中适应度较小的子群中征调部分粒子与历史最优值粒子组成“最优集团”，用于加强最优值点附近的局部搜索力度；

远离最优点重置部分适应度较小的粒子的位置和速度，以保证算法尽可能地跳出局部极值；

动态更新最优集团，直到最优集团成功收缩定位或迭代代数达到上限。