买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国计量大学申请的专利一种基于改进教与学和组优化算法的多气体源定位方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115526102B 。

龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211208991.3，技术领域涉及：G06F30/27；该发明授权一种基于改进教与学和组优化算法的多气体源定位方法是由李金页;丁涛;邓琴;石明娟;蔡宇峰;蒋欣颜;林璐瑶;何羽亭设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本一种基于改进教与学和组优化算法的多气体源定位方法在说明书摘要公布了：本发明公开了一种基于改进教与学和组优化算法的多气体源定位方法，为了弥补现有多气体源定位技术的不足，本发明创新性的将多无人机群与改进教与学和组优化算法结合，提出了改进教与学和组优化算法。在组方法中包括组形成、限制组大小、组合并、组解散操作，在评估无人机加入哪个组时考虑了距离和适应度，这有助于无人机在同时接收多个信号时有选择的加入组；限制组大小提高了无人机分配效率；组合并是当两个组的全局最佳位置的无人机的y位置坐标差小于侧风距离时进行合并，可以提升系统性能和避免局部冗余覆盖；考虑组解散，避免该组一直停留在已找到的气体源中。本方法在多气体污染源浓度场仿真实验中，高效地实现了多气体污染源的定位。

本发明授权一种基于改进教与学和组优化算法的多气体源定位方法在权利要求书中公布了：1.一种基于改进教与学和组优化算法的多气体源定位方法，其特征在于，包括以下步骤： 步骤1：在待监测区设定n架无人机Rii＝1...n，在待监测区存在m个气味源Sjj＝1...m； 步骤2：初始化设定，即设定无人机的初始位置； 步骤3：采用改进教与学和组优化算法搜索多气体污染源； 步骤4：输出所有气体污染源位置； 所述的一种基于改进教与学和组优化算法的多气体源定位方法，更进一步，其特征在于步骤3中提出的改进教与学和组优化算法，包括以下步骤： 步骤1：初始化参数设定，位于羽流附近的阈值Thr、气体源定位成功的阈值Thg； 步骤2：计算初始无人机群个体Ri的适应值； 步骤3：判断无人机Ri适应度值是否超过阈值Thr，若超过，则执行步骤4，否则，执行步骤5； 步骤4：采用组方法进行多无人机协作搜索； 步骤5：无人机进行随机搜索； 步骤6：判断无人机Ri适应度值是否超过阈值Thg，若超过，则执行步骤7，否则，回到步骤2； 步骤7：发现一个气体源，进而判断无人机Ri是否属于组，若属于则进行组解散，否则确定无人机Ri未分配组； 步骤8：判断是否所有的气体源都定位成功，若成功，则结束，否则，回到步骤2； 所述的一种基于改进教与学和组优化算法的多气体源定位方法，更进一步，其特征在于步骤7中提出的组解散，如果一个组找到气体源，则该组解散，该组的成员就分布在其他组中，在分布过程中，重要的是在羽流发现和羽流跟踪阶段的无人机数量之间保持平衡，为此，定义了阈值Thp，并由以下等式给出： 其中，β为常数，Populationsize为组的大小，将其他组的无人机数量与阈值Thp进行比较，若该数量小于阈值Thp，则无人机根据每个组的效益加入其他组，组的效益是根据组的需求和加入该组的成本来定义的，组的效益为： Ugk＝Needgk-Cost Needgk＝exp-β4·fitgk+β5·Nm Cost＝d|Xgkmin-Xj| 其中，Needgk为组的需求，Cost为加入该组的成本，Nm为该组中成员的数量，β4和β5是权重系数，d是欧几里德距离函数，Xgkmin是组gk中与解散组中无人机Rj距离最近的无人机的位置，Xj是无人机Rj即属于解散组的位置，fitgk为组gk的平均适应度值，H为组gk的无人机个数，为组gk中无人机Rh的适应度值； 解散组中每个未分配的无人机计算每个组的效益，并加入效益最高的组；重复上述计算程序，直到解散组中没有无人机未分配。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国计量大学，其通讯地址为：310018 浙江省杭州市钱塘区学源街258号中国计量大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。