[发明专利]基于蚁群算法的积雪深度反演设计方法

摘要

基于蚁群算法的积雪深度反演算法设计，涉及到智能计算与积雪的被动微波遥感两大领域，该方法首先通过积雪的微波辐射传输模型得到不同频率的辐射亮温与积雪深度之间关系的模拟数据，然后将模拟得到的辐射亮温数据与积雪深度数据进行离散化，换算为蚁群算法中蚂蚁的路径空间，每一个离散区间作为一个可能的路径点，并在各个可能的路径点上设定信息素浓度的初始值，每一只蚂蚁所选择的路径代表一条反演规则，并计算该规则的有效性，作为信息素浓度更新的依据，对下一蚁群的路径选择进行反馈，在经过若干次迭代后，得到积雪深度的最终反演规则。

主权项

一种基于蚁群算法的积雪深度反演设计方法，其特征在于，该方法包括如下步骤：1)将积雪被动微波辐射传输模型计算得到的模拟数据进行离散化，作为蚁群算法中蚁群的路径空间，经过离散化得到的每一个亮温区间都作为一个可能的路径点，每一个积雪深度区间都作为一个可能的路径终点；2)设定路径空间中各路径点的初始信息素浓度τ与信息素的挥发系数ρ；并设定初始参数，即蚁群中蚂蚁数量K、最大循环次数N和最小样本比例C；3)根据模拟数据的统计特征，构造蚁群算法的启发函数η，计算每一个条件节点的启发函数值；4)按照路径节点的信息素浓度和启发函数值，计算该节点被选择到路径中的概率P，蚂蚁按照此概率选择节点构造路径；5)当一条路径构造完成后，计算该路径的有效性Q，并对规则进行修剪；6)当整个蚁群经过一次迭代后，按照信息素的挥发系数ρ与节点所属规则的有效性Q对所有节点的信息素浓度进行更新；7)当达到最大迭代次数或未被选入到路径中的训练样本数小于预设值时，算法流程结束，此时蚁群算法产生的最终路径构成反演规则列表，并输出经过优化的积雪深度的反演值。