本發明公開了一種基于樽海鞘群算法的電極陣列優化方法，以設定電極數作為樽海鞘群搜索空間維度，以電極陣列排布空間作為樽海鞘群的設定搜索空間，利用樽海鞘群算法迭代直至滿足設定目標或迭代達到設定次數，輸出樽海鞘群最終食物位置，并將其作為電極陣列的排列位置，完成優化。本發明的基于樽海鞘群算法的電極陣列優化方法具有簡單實用、計算量較小、優化速度快和效率高等優點。

技術領域

本發明涉及電極檢測技術領域，尤其涉及一種基于樽海鞘群算法的電極陣列優化方法。

背景技術

電力行業的檢修、預試等人員在高壓場地內工作，經常遇到作業范圍周邊設備帶電運行的情形，存在安全距離不足的隱患。普通近電告警裝置難以在復雜電磁環境中準確報警。基于多電極的近電報警裝置具有電場信號空間分辨率高和抗干擾能力強等優勢，可通過電極陣列定向檢測設備是否帶電，從而解決普通近電報警裝置誤報率較高等問題。

多電極空間分布和激勵方式是該近電報警裝置的技術關鍵，宜采用智能算法對其進行優化設計。智能算法被廣泛應用在工程領域中，用于最優化問題特別是非線性優化問題的求解。近年來，智能算法因其在解決非線性優化問題上的效率優勢，被應用于各類傳感器陣列設計中，比如遺傳算法、粒子群算法等都已得到了廣泛的應用。然而，一個復雜電極陣列模型的優化過程可能需要幾小時甚至更長時間，計算代價極其巨大。

發明內容

本發明要解決的技術問題是克服現有技術的不足，提供一種簡單實用、計算量較小、優化速度快和效率高的基于樽海鞘群算法的電極陣列優化方法。

為解決上述技術問題，本發明提出的技術方案為：

一種基于樽海鞘群算法的電極陣列優化方法，以設定電極數作為樽海鞘群搜索空間維度，以電極陣列排布空間作為樽海鞘群的設定搜索空間，利用樽海鞘群算法迭代直至滿足設定目標或迭代達到設定次數，輸出樽海鞘群最終食物位置，并將其作為電極陣列的排列位置，完成優化。

利用樽海鞘群算法迭代直至滿足設定目標的過程包括以下步驟：

S1：初始化樽海鞘群的個體個數N＝3n+1，n為自然數，將電極數作為搜索空間的維度數D，設定迭代次數T_max；初始化種群為

S2：計算樽海鞘群各個體的適應度，將適應度最大的個體作為食物，其余的個體均分為n個領航者、n個追蹤者以及n個后援者；

S3：更新領航者位置為：

其中，為第i只領航者樽海鞘個體在第j維空間的位置，ub_j與lb_j分別為在第j維搜索空間的搜索上限與搜索下限；F_j為食物在第j維空間的位置，c₂與c₃為區間[0,1]內產生的隨機數；參數c₁的定義為：t為當前迭代次數，T_max為最大迭代次數；

S4：更新追蹤者位置為：

式中，為第i只追蹤者樽海鞘個體在第j維空間的位置，為共生量；B為受益參數，隨機選取1或2；r為[0,1]區間的隨機數；

S5：后援者位置更新為：

式中，為第i只后援者樽海鞘個體在第j維空間的位置，t為當前迭代次數；T_max為最大迭代次數；

S6：重復步驟S2～S5，直至迭代次數達到T_max或食物適應度值達到設定終止閾值。