1.一种基于粒子群算法的改进最小残差法分析混合STR图谱的方法，其特征在于：所述方法用于法医DNA鉴定的STR图谱；所述方法包括如下步骤：S100：输入来自两个供体的混合STR图谱，其包括基因座、等位基因和峰面积；

S200：在(0,0.5)区间内随机生成3个粒子的初始位置，并在[‑0.01 ,0.01]区间内随机生成所述3个粒子的3个初始速度，以此执行粒子群算法，其中，随机生成的3个粒子的初始位置还作为混合比例Mx的三个初始取值；

S300：根据粒子群算法计算出3个粒子各自对应的、所有基因座的残差的最小值之和residualsum；

S400：根据3个粒子所对应的各个residualsum的最小值，计算3个粒子各自的个体最优位置，并以此作为混合比例Mx的3个个体极值；

S500：根据3个粒子所对应的各个residualsum的最小值，进一步获得其中最小的一个residualsum，以此作为整个粒子群体的全局最优位置，并将该全局最优位置作为混合比例Mx的全局极值；

S600：3个粒子中的每一个粒子，通过跟踪个体极值和全局极值来更新自己在解空间中的位置与速度，最终找到全局最优；其中，若粒子群算法的迭代次数已达到阈值，则获得residualsum最小值、混合比例预测值Mx’和建立在二者之上的基因座的拆分结果；

S700：若粒子群算法的迭代次数未达到阈值，则更新所述3个粒子的速度和位置，迭代执行步骤S300至S600；

如果达到迭代次数阈值，则获得residualsum最小值、混合比例Mx的预测值Mx′和拆分结果具体为：在Mx的取值范围中，寻找使得整个图谱的所有基因座的最小残差值之和最小时的数值，将该数值赋值给Mx′，再根据Mx′分别计算每个基因座的残差的最小值residuali，取残差值为residuali时的基因组合作为拆分结果，其中，n为STR图谱中基因座的数量，residualsum为整个STR图谱中所有基因座的残差最小值之和，同样，residualsum越小，当前Mx′越接近真实的混合比例，混合比例为Mx′时的拆分结果正确的概率越大，此时基因座i的拆分结果combinationi为：

其中，表示混合STR图谱中第i个基因座在基因型组合为com时的残差值，n是基因座i的等位基因数量，Pj其中arg  best就是使f(x)达到最优值时的自变量X的取值，目标函数f(x)为公式

8.如权利要求1所述的方法，其中，

速度更新公式为：

粒子位置更新公式为：Xi(t+1)＝Xi(t)+vi(t+1)其中，粒子i的取值范围是1到n，n为粒子数量，t为当前迭代次数，t＝0表示初始化阶段，即第1次迭代前，ω为惯性权值，r1,r2为0到1之间的随机数，Xi(t)为粒子i在第t次迭代时的位置，Xi(0)表示粒子i初始化位置，为粒子i当前的个体最优位置，Xgb为粒子群全局最优位置，vi(t)为粒子i在第t次迭代时的速度，vi(0)为粒子i初始化速度，c1,c2是学习因子。