1.一种基于改进粒子群算法的多无人机气体泄漏源定位方法，其特征在于，包括以下步骤：步骤1：在待监测区设置N架无人机；

步骤2：初始化无人机的位置和速度；

步骤3：计算初始无人机群各个体的适应值；

步骤4：用改进粒子群算法搜索气体泄漏源，其具体包括以下步骤：步骤4.1：初始化种群的迭代次数maxgen、种群规模popsize、粒子的速度V和位置pop、参数c1、c2、c3、权重系数w、w1、w2；

步骤4.2：计算初始种群中粒子的适应值；

步骤4.3：计算个体极值和群体极值；

步骤4.4：判断是否有粒子超过阈值f0；

步骤4.5：若有粒子适应值超过阈值f0，则开始进行分层粒子群算法，若无粒子适应值超过阈值f0按照标准粒子群算法进行速度位置更新；

其所述的标准粒子群算法速度更新公式为：

其所述的分层粒子群算法为：当某个粒子的适应值超过阈值f0，则按照速度更新公式2进行更新，当粒子的适应值未超过阈值f0时，则按照速度更新公式3进行更新；

速度更新公式2为：

速度更新公式3为：

式中：Q为谨慎因子： w、w1、w2为权重系数；c1、c2、c3为常数；

pbest为粒子个体极值所处的位置； 为粒子当前所处的位置；Q为谨慎因子；us为此时无人机剩余的电量；umax为无人机总电量；f0为设置的阈值；f1为当前粒子适应值；Gbest为群体最优粒子所处的位置；r1、r2为随机数；Gmax为积极层粒子群中的全局最优位置；

步骤4.6：判断是否满足终止条件，若满足终止条件则转到步骤4.7，若没有满足终止条件则转到步骤4.2；

步骤4.7：输出粒子群寻优结果，算法结束；

步骤5：更新各无人机的位置；

步骤6：判断气体泄漏源是否定位成功，若成功，执行步骤7，否则转回步骤4；

步骤7：输出气体泄漏源的位置。

2.根据权利要求1所述的一种基于改进粒子群算法的多无人机气体泄漏源定位方法，其特征在于步骤4改进粒子群算法中步骤4.5的分层粒子群算法引入了谨慎因子Q，将无人机剩余电量的影响与定位到气体泄漏源的影响作为谨慎因子的衡量指标，在积极粒子层速度更新时加上了谨慎因子，使粒子进行更细致的局部搜索，提高搜索效率，避免大范围搜索时间的浪费，而在消极粒子层速度更新时加上积极粒子层的带动作用，使消极粒子层的粒子群向积极层靠近，谨慎因子Q为：