L1=0.004T2+0.0305T+1.1203 (2.2) 根据此函数，杆子影长最短时刻是北京时间12点39分，而根据地理知识，影长最短时是当地时间正午12点整，比北京时间迟39分，则直杆所在地在东经120度的西侧，所以根据下式可以计算得出直杆所在地的地理经度。

ω∗=ω0−(T−T∗)

4

(2.3) 式中，T为北京时间（单位为分钟），T∗为直杆所在地的地方时（单位为分钟），ω0东经120度（北京时间即为此地的地方时），ω∗为直杆所在地的地理经度。由此我们可以基本确定直杆所在地的经度为东经110.25度。

2.2.2直杆的地理纬度φ∗和杆长H的确定

1.遗传算法介绍

遗传算法是模拟自然界生物进化过程与机制求解极值问题的一类自组织、自适应人工智能技术，其基本思想是模拟自然界遗传机制和生物进化论而形成的一种过程搜索最优解的算法，具有坚实的生物学基础。遗传算法提供了一种求解复杂系统优化问题的通用框架，具有广泛的应用价值。

在本文中，我们主要运用了它适用于解决复杂的非线性和多维空间寻优问题的特点，结合最小二乘法近似法，寻求直杆的地理纬度φ∗和杆长H若干组可能的最优值。

2.遗传算法的执行过程

遗传算法作为一种自适应全局优化搜索算法,使用二进制遗传编码,即等位基因Γ={0，1}，个体空间H L={0，1}L，且繁殖分为交叉与变异两个独立的步骤进行。其基本执行过程如下：

1)初始化。确定种群规模为C为40、交叉概率P c、变异概率P m和置终止进

化准则——迭代次数100次；设置变量个数（2个变量，直杆长度H与地

理纬度φ∗）并确定好变量上下界（0<H≤10，0°≤φ∗≤90°）；随机

生成40个个体作为初始种群X(0)；置进化代数计数器t→0。

2)个体评价。计算或估价X(t)中各个体的适应度。适应度函数为：

Fit(f(x))={c max−f(x),f(x)<c max

0,其他

(2.4)

式中，f(x)为遗传算法的目标值；c max为f(x)的最大估计值。

3)种群进化。

a)选择(母体)。从X(t)中运用选择算子选择出M2

⁄对母体(M≥C)。

8