1.一种基于遗传算法的射频能量源布置与发射功率设置方法，其特征在于，所述方法包括以下步骤：

步骤1.对于i＝1，2，…，M和j＝1，2，…，N，其中M是捕获射频能量的节点个数，N是射频能量源的候选布置位置个数，计算第i个节点和第j个候选布置位置之间的距离di，j；

步骤2.染色体种群初始化：将染色体的长度设置为候选布置位置个数N，染色体的第j个基因对应第j个候选布置位置，第j个基因值为0则代表第j个候选位置不放置能量源，第j个基因值为1则代表第j个候选位置放置能量源；生成m个染色体，每个染色体中随机挑出K个基因并将这K个基因值设置为1，其他N‑K个基因值设置为0，m为种群规模，K为需要布置的能量源个数；对每个染色体，计算其对应的能量源布置下的总供能最小化问题，得到各个能量源的最优发送功率以及这K个能量源的总发送功率Pmin，染色体的适应度值定义为pmin；

步骤3.将具有最大适应度值的染色体表示为Ch_best；

步骤4.初始化迭代次数变量Times为0；

步骤5.选择：在当前这一代m个染色体中随机挑出2个染色体配为一对，进行操作n次从而得到n对染色体，其中n的取值大于等于 以使下一步骤中新生成的染色体数目不少于m个；

步骤6.交叉：对n对染色体中的每一对染色体Ch1和Ch2进行如下操作：将Ch1的前一半基因和Ch2的后一半基因拼凑为一个新的染色体Ch3，将Ch1的后一半基因和Ch2的前一半基因拼凑为另一个新的染色体Ch4；对于Ch3和Ch4，当值为1的基因个数L大于K时，随机挑选出L‑K个值为1的基因，将这些基因值修改为0，当值为1的基因个数L小于K时，随机挑选出K‑L个值为0的基因，将这些基因值修改为1；

步骤7.变异：将步骤6中生成的2n个染色体中的每个染色体以0.5％的变异概率进行如下变异操作：在值为1的基因中随机挑出一个来将其值修改为0；然后在值为0的基因中随机挑出一个来将其值修改为1；

步骤8.为步骤7得到的2n个染色体，分别计算它们的适应度值，找出2n个染色体中具有最大适应度值的染色体Ch，如果Ch的适应度值小于Ch_best的适应度值，则将这2n个染色体中适应度排前m‑1个的染色体以及染色体Ch_best保留为新一代种群；如果Ch的适应度值大于Ch_best的适应度，则将Ch_best更新为该Ch，并将这2n个染色体中适应度值排前m个的染色体保留为新一代种群；

步骤9.Times＝Times+1，如果Times等于预设的循环迭代次数H，则跳到步骤10，否则跳到步骤5；

步骤10.根据染色体Ch_best的基因值来确定能量源的布置，即对于j＝1，2，…，N，染色体Ch_best的第j个基因值为0则第j个候选位置不放置能量源，第j个基因值为1则第j个候选位置放置一个能量源，并且将K个能量源的发送功率设置为该能量源布置下总供能最小化子问题所对应的最优发送功率；

步骤11.结束；

所述步骤2和步骤8中，计算一个染色体所对应能量源布置下的总供能最小化问题，得到各个能量源的最优发送功率以及总发送功率Pmin，过程如下：步骤2.1.用符号Ii来刻画是否在第i个候选布置位置上放置一个射频能量源：如果在第i个候选布置位置处布置了一个射频能量源，则Ii＝1，否则Ii＝0；根据K个能量源在当前布置位置，确定I1，I2，…，IN的值，即如果在第i个候选布置位置处布置了一个射频能量源，则Ii＝1，否则Ii＝0；

步骤2.2.利用已有的求解线性规划问题的算法来求解以下线性规划问题，得到K个能量源的各自发送功率：优化变量是P1，P2，…，PN，其中Pj表示布置在第j个候选位置的能量源发送功率，优化目标是总发送功率 约束条件是 i＝1，2，…，M，以及0≤Pn≤Pmax，n＝1，2，…，N，其中 是第i个节点Si需要达到的能量捕获功率，Pmax是能量源的最大发送功率，α是由能量源和节点的硬件以及环境确定的常数；

步骤2.3.计算这K个能量源的总发送功率Pmin。