1.一种用于EVs无线充电的基于两层粒子群算法的优化方法，其特征在于，包括如下步骤：步骤1、设置第一层粒子群算法的参数，并在解空间中随机生成粒子 ；

步骤2、根据 ， ， 得到互感 和电感 、 的值，利用互感 和电感 、 设置仿真环境并运行仿真；

步骤3、仿真结束后输出无线电力传输系统的输出电压、电流，输入电压、电流，利用输出电压、电流计算得到系统的输出功率，利用输入电压、电流得到系统的输入功率，根据输出功率和输入功率得到效率，根据效率计算得到适应度值；

步骤4、判断是否满足第一层粒子群算法的终止条件；

步骤5、若满足第一层粒子群算法的终止条件，则输出最优解即使系统效率最大化的耦合系数 ，若不满足算法终止条件则：①更新个体极值和全局极值，②更新粒子的速度属性和位置属性，③当前迭代次数加一，④返回步骤2，继续迭代；

步骤6、根据 计算得到 、 和 ，并利用 、 和 设置仿真环境；

步骤7、设置第二层粒子群算法的参数并在解空间中随机生成粒子 ，其中为滑模系数，为滞环带宽度；

步骤8、使用粒子 设置基于算子的控制系统并运行仿真,仿真结束后记录输出电压、Buck电路的电感电流和开关状态，并利用记录的数据计算评价控制性能的指标：建立时间（ST）、稳态误差（SSE）、过冲（OV）和开关波动（SW），然后根据各项指标计算得到适应度值；

步骤9、判断是否满足第二层粒子群算法的终止条件；

步骤10、若满足第二层粒子群算法的终止条件，则输出最优解即使控制性能最优的控制器参数 ，若不满足算法终止条件则：①更新个体极值和全局极值，②更新粒子的速度属性和位置属性，③当前迭代次数加一，④返回步骤8，继续迭代。

2.根据权利要求1所述的一种用于EVs无线充电的基于两层粒子群算法的优化方法，其特征在于，所述步骤1中，粒子群算法的参数包括最大迭代次数 ，种群大小，加速度系数 ，惯性因子 如公式(1)所示，耦合系数 的优化范围分别为 ，

，第一组范围模拟不

确定性出现在计算值 负方向，第二组范围模拟不确定性出现在计算值 正方向，其中， ， ；

(1)；其中，公式(1)中 是当前迭代次数， ， ， 。

3.根据权利要求1所述的一种用于EVs无线充电的基于两层粒子群算法的优化方法，其特征在于，所述步骤2中，互感 电感 和 如下： (2)；

    (3)；其中，发射线圈 ，接收线圈 。

4.根据权利要求1所述的一种用于EVs无线充电的基于两层粒子群算法的优化方法，其特征在于，所述步骤3中，输入功率、输出功率、效率以及适应度函数如下： (4)；

    (5)；其中，公式(4)中 和 是系统输入端的电压和电流，和 是系统输出端的电压和电流。

5.根据权利要求1所述的一种用于EVs无线充电的基于两层粒子群算法的优化方法，其特征在于，所述步骤4中，两层粒子群算法的终止条件为：（1）相邻两次迭代粒子的平均适应度值小于0.005，公式如下；

 (6)；

（2）当前迭代适应度值的标准差小于0.01，公式如下；

       (7)；其中，公式(6)中 是 个粒子适应度的平均值，公式(7)中， 是种群大小， 是第个粒子的适应度值，是 个粒子的平均适应度。

6.根据权利要求1所述的一种用于EVs无线充电的基于两层粒子群算法的优化方法，其特征在于，所述步骤5中，个体极值、全局极值的更新方式如公式(8)、(9)所示，速度和位置的更新公式如公式(10)、(11)所示：             (8)；

    (9)；

(10)；

 (11)；其中， 是第个粒子的个体

极值， 是全局极值， 是第 个粒子速度属性的第 维， 、 是0到1范围内生成的随机数。

7.根据权利要求1所述的一种用于EVs无线充电的基于两层粒子群算法的优化方法，其特征在于，所述步骤7中，滑模面和控制率的设计如下： (12)；

           (13)；其中， 为输出电压的参考值，和 的优化范围分别为 和 。

8.根据权利要求1所述的一种用于EVs无线充电的基于两层粒子群算法的优化方法，其特征在于，所述步骤8中，指标ST、SSE、SW的计算如下：                    (14)；

          (15)；

                       (16)；

其中，是输出电压建立时刻， =0是仿真开始时刻，为测量 指标的起始时刻， 为测量 指标的结束时刻（仿真结束时刻）， 为开关波动次数；适应度函数如下：  (17)；

‑ 表示指标 ‑ 的惩罚因子。