[发明专利]多维地学参量的权重优化方法及系统

权利要求书

1.一种多维地学参量的权重优化方法，其特征在于，包括：

获取初始数据，并设置迭代控制参数，所述初始数据的每个样本中包含用于评价地学参量的多个指标值；

对所述初始数据进行标准归一化处理，得到标准数据；

根据所述标准数据对全部所述指标值进行相关性分析，生成相关性矩阵，并根据预设阈值对全部所述指标值进行筛选；

根据筛选后的所述标准数据创建初始粒子，并根据所述迭代控制参数配置迭代环境；

构建适应度函数，根据所述适应度函数计算每个所述初始粒子的适应度；

根据所述迭代控制参数和所述适应度对所述初始粒子进行迭代循环，并更新粒子的参数，迭代循环停止后，输出每个指标的权重值和全局最优解。

2.根据权利要求1所述的多维地学参量的权重优化方法，其特征在于，对所述初始数据进行标准归一化处理，得到标准数据，具体包括：

判断所述初始数据中每维地学参量的正负向；

对于正向数据，使用如下公式进行标准归一化处理：

对于负向数据，使用如下公式进行标准归一化处理：

其中，I_i为第i个样本的第一指标值，I_min为所述第一指标值的最小值，I_max为所述第一指标值的最大值，F_i为所述第一指标值经过标准归一化处理后的值，i＝1,2,3,…,N，N为样本数量，所述第一指标为需进行标准化的同一指标。

3.根据权利要求1所述的多维地学参量的权重优化方法，其特征在于，根据预设阈值对全部所述指标值进行筛选，具体包括：

分别计算每两个指标值之间的相关性，挑选出相关性大于预设阈值的指标值对，每个所述指标值对中的指标值分别记为第一指标值和第二指标值；

计算所述第一指标值与除所述第二指标值之外的其他指标值的相关性的平均值，得到第一相关性值；

计算所述第二指标值与除所述第一指标值之外的其他指标值的相关性的平均值，得到第二相关性值；

判断所述第一相关性值与所述第二相关性值的大小，将较大一方对应的指标值剔除。

4.根据权利要求1所述的多维地学参量的权重优化方法，其特征在于，根据以下公式计算每个所述初始粒子的适应度：

Q＝Dz*Sz

其中，Dz为粒子局部密度，Sz为粒子全局类间分散度。

5.根据权利要求1至4中任一项所述的多维地学参量的权重优化方法，其特征在于，根据以下公式更新粒子的参数：

其中，表示第k次迭代第i个粒子的飞行速度矢量的第m维分量，表示第k次迭代第i个粒子的位置矢量的第m维分量，表示第i个粒子经历的历史最优位置，表示粒子群经历的历史最优位置，c₀为惯性权重，c₁和c₂为学习因子，random(0,1)表示从0到1之间的随机数，i＝1,2,3,…,N，N为样本数量，m＝1,2,3,…,M，M为维度数量，k＝1,2,3,…,T，T为总循环次数。

6.一种多维地学参量的权重优化系统，其特征在于，包括：

初始单元，用于获取初始数据，并设置迭代控制参数，所述初始数据的每个样本中包含用于评价地学参量的多个指标值；

标准归一化单元，用于对所述初始数据进行标准归一化处理，得到标准数据；

相关性分析单元，用于根据所述标准数据对全部所述指标值进行相关性分析，生成相关性矩阵，并根据预设阈值对全部所述指标值进行筛选；

迭代循环单元，用于根据筛选后的所述标准数据创建初始粒子，并根据所述迭代控制参数配置迭代环境；构建适应度函数，根据所述适应度函数计算每个所述初始粒子的适应度；根据所述迭代控制参数和所述适应度对所述初始粒子进行迭代循环，并更新粒子的参数，迭代循环停止后，输出每个指标的权重值和全局最优解。