导读:本文包含了蚁群优化论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,路径,列车,数据,神经网络,舰船,网络。
蚁群优化论文文献综述
汤伟,马强,税宇阳,王帅[1]（2019）在《基于改进蚁群优化算法的中高速长网纸机速度链的控制》一文中研究指出对中高速长网纸机而言,确保速度链控制满足工艺要求对纸机正常运行有着重要意义。目前,纸机速度链控制多采用常规PID控制,但中高速长网纸机由于自身传动点多、车速快,故对闭环系统的响应速度和控制精度要求高,常规PID参数整定方法难以满足上述控制要求。蚁群优化算法(ACO)是一种适合多目标寻优的全局搜索算法,但传统蚁群算法易陷入局部最优及搜索较慢的问题,对此,本课题将信息素因子(α)和启发式因子(β)按一定比例关系随迭代进行变化,提出一种改进蚁群优化算法,并将其应用于速度链PID控制器参数整定中。仿真结果表明,与常规PID控制相比,基于改进的蚁群优化算法PID控制系统响应速度更快、超调更小、抗干扰能力更好、鲁棒性更强。应用结果表明,该控制系统可保持纸机各部分速度长期稳定。(本文来源于《中国造纸》期刊2019年11期）
于洋,李积英,海宁,付天烜[2]（2019）在《基于蚁群优化算法的高速列车运行调整研究》一文中研究指出高速列车在运行过程中不可避免地会受到各种各样因素的影响,导致大量的高速列车出现晚点状况,影响高速列车的运行效率。为了保证所有的高速列车能够按照正点运行,对蚁群算法进行改进,引入混沌序列,优化蚂蚁的选路策略,建立以加权后列车总晚点时间最少为目标的高速列车运行调整模型,并且按照相应的约束条件对高速列车运行调整模型进行求解,实现对晚点高速列车运行图的快速调整。最后,通过比较算例得出,该算法能够有效解决高速列车运行调整问题。(本文来源于《测控技术》期刊2019年10期）
王文明,赵江东,李泽彬[3]（2019）在《基于经典蚁群优化算法求解TSP问题研究》一文中研究指出以旅行商问题(Traveling Salesman Problem,TSP)为例,系统地阐述了基本蚁群算法以及后续的经典蚁群优化算法,并详细地分析了相应的改进机制。最后,以TSPLIB测试库中的实验问题作为研究对象,使用MATLAB软件对经典蚁群优化算法进行仿真实验,并通过对比分析蚁群优化算法的改进策略,为今后进一步研究提供借鉴。(本文来源于《皖西学院学报》期刊2019年05期）
侯睿,郑勇,周烁,张成俊[4]（2019）在《命名数据网络中基于蚁群优化的视频业务路径优化》一文中研究指出针对命名数据网络中视频业务数据量较大导致的网络传输易受时延、吞吐量以及传输时间等限制的问题,提出一种针对视频业务的基于改进蚁群优化算法的多路径传输方法ACO-MpR.首先根据interest包来区分视频业务类型并得到相应服务质量要求;其次找出满足该业务类型QoS的时延、带宽及拥塞值,组成最优化模型中叁元组约束条件,将其代入到改进蚁群优化算法中找出多条可行路径;最后通过叁元组约束条件对路径进行筛选得出最满足该视频业务服务质量的多条路径.理论分析及仿真实验表明:与命名数据网络中常规路由方式的蚁群优化算法ACOIR、多路径路由方法MRBRC相比,ACO-MpR在视频业务传输时具有更好的表现,能够有效地解决视频业务在传输时受时延、吞吐量及传输时间等限制的问题.(本文来源于《中南民族大学学报(自然科学版)》期刊2019年03期）
刘欣荣,汪中厚,久保爱叁[5]（2019）在《基于混沌蚁群优化算法的齿轮传动误差研究》一文中研究指出综合计入时变啮合刚度与啮合冲击激励,建立了圆柱斜齿轮系统弯-扭-轴-热的动力学模型;通过理论齿面和修形齿面迭加,运用NURBS法重构修形齿面,分析了不同修形量对齿轮传动误差的影响规律。通过混沌蚁群算法,优化出最佳的修形齿面,运用有限元方法分析出修形齿轮和未修形齿轮的传动误差,分析表明,传动误差的幅值减小了约38%,齿面接触区域趋于齿面最佳位置,载荷密度分布均匀。实验结果表明,变速箱的振动频谱图的幅值降低了31.6%,减振效果明显;齿面接触区域和仿真结果一致。(本文来源于《系统仿真学报》期刊2019年09期）
邹娟平,袁鑫,骆金鸿[6]（2019）在《双层蚁群优化算法的舰船应急物流路径规划方法研究》一文中研究指出路径规划对舰船应急物流配送具有十分重要的意义,当前蚁群优化算法存在初始信息素少,无法得到最优的舰船应急物流路径规划的缺陷。为了高效、准确对舰船应急物流路径规划问题进行求解,提出了基于双层蚁群优化算法的舰船应急物流路径规划方法。首先分析当前舰船应急物流路径规划研究现状,并建立舰船应急物流路径规划模型,然后采用粒子群算法快速找到舰船应急物流路径可行解集合,将其作为蚂蚁的初始信息,最后根据初始信息对舰船应急物流最优路径进行搜索,并进行了舰船应急物流路径规划仿真测试。双层蚁群优优化算法可以对舰船应急物流路径规划问题进行精准求解,克服了当前舰船应急物流路径规划方法的缺陷,而且舰船应急物流路径规划问题求解效率更高。(本文来源于《舰船科学技术》期刊2019年16期）
杨爱华[7]（2019）在《云计算下的蚁群优化算法资源调度研究》一文中研究指出针对云计算时代节点规模大、单个节点资源配置效率低等问题,基于Map/Reduce框架上提出利用蚁群优化算法对资源调度进行优化的算法,即:ACO1和ACO2,并在上述策略中引入双向蚂蚁机制.采用仿真实验检验所用算法有效性,实验结果证实,这两个使用双向蚂蚁机制的资源调度策略执行找寻任务所用时间更少,促使用户可以迅速获得虚拟机,确保用户开展作业可以按时完成.(本文来源于《通化师范学院学报》期刊2019年08期）
张岩,李洋博,柳姗,王月,孙克磊[8]（2019）在《基于蚁群优化神经网络模型的风电功率预测》一文中研究指出首先采用LM神经网络模型对风电功率进行预测,为确定神经网络最佳权值和阈值、避免出现局部最优,采用蚁群算法进行优化;之后通过风速的预测值确定了预测精度低的时间点,并利用风电功率特性曲线进一步预测这些时间点的风电功率;最后采用均方误差、准确率、合格率指标对预测结果进行了定量分析,结果表明基于蚁群优化神经网络模型的预测准确度提高了16.272百分点,合格率提高了18.735百分点,均方误差降低了3.117。(本文来源于《内蒙古电力技术》期刊2019年04期）
张蕴显,王雅梅,周萍[9]（2019）在《蚁群优化算法构建乳腺癌中miRNA调控的关键基因互作网络》一文中研究指出目的筛选ER阳性乳腺癌中受miRNA调控的关键基因,以此构建乳腺癌中miRNAmRNA互作网络,进而了解ER阳性乳腺癌的调控机制,为筛选ER阳性乳腺癌诊断预后的生物标志物和治疗靶点打下基础。方法利用MCF-7细胞系的AGO-IP(HITS-CLIP Protocol for Argonaute)高通测序实验数据,发现miRNA对mRNA的真实调控关系,并以此构建基于RNAs诱导的沉默复合体(RNAinduced silencing complex,RISCs) miRNA-mRNA调控模组。根据调控模组利用蚁群优化算法在基因互作网络中筛选关键基因,构建ER阳性乳腺癌中miRNA调控下的关键基因互作网络,并对关键基因进行功能分析。结果本研究筛选出106个关键基因,244个调控关键基因的miRNA。根据乳腺癌中miRNA调控的关键基因互作网络识别出了YWHAG、EP300、CHEK1、SMAD2、SMAD1、SYK、FGFR1、PIK3R2、IRS1、TGFBR2、CHUK和CSDE1等12个hub基因;并发现了hsa-miR-940、hsa-miR-545-3p、hsa-miR-3065-5p、hsa-miR-15a-5p、hsa-miR-181b-5p、hsa-miR-16-5p、hsa-miR-765、hsa-miR-4723-5p、hsa-miR-454-3p、hsa-miR-374a-5p、hsa-miR-34a-5p、hsa-miR-30e-5p、hsa-miR-19a-3p、hsa-miR-15b-5p、hsa-miR-149-5p和hsa-miR-128-3p等16个hub miRNA。这些基因主要对肿瘤细胞的增殖、侵袭、化疗抗性、放疗抗性和耐药性起重要作用。结论本研究筛选出的关键基因及调控关键基因的miRNA对ER阳性乳腺癌的耐药性、化疗抗性、放疗抗性及肿瘤细胞的增殖、侵袭有重要调控作用,对ER阳性乳腺癌临床治疗及预后起到重要参考作用。(本文来源于《北京生物医学工程》期刊2019年04期）
宇婷[10]（2019）在《蚁群优化算法在图书配送路径规划中的应用研究》一文中研究指出针对图书物流配送中的多目标优化问题,提出一种基于蚁群优化算法的图书配送路径规划模型,使配送成本最小化。首先对图书物流配送路径规划模型进行分析,并选择作业成本法对成本目标进行优化;然后采用单亲遗传混合蚁群算法对建立的模型进行求解,解决全局优化问题和求解效率问题。以某图书配送中心为例进行优化仿真测试,验证了模型的有效性。相比传统的人工方案,采用的图书物流配送路径规划模型及单亲遗传混合蚁群算法的配送方案有效降低了物流配送作业的成本。(本文来源于《现代电子技术》期刊2019年15期）
蚁群优化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
高速列车在运行过程中不可避免地会受到各种各样因素的影响,导致大量的高速列车出现晚点状况,影响高速列车的运行效率。为了保证所有的高速列车能够按照正点运行,对蚁群算法进行改进,引入混沌序列,优化蚂蚁的选路策略,建立以加权后列车总晚点时间最少为目标的高速列车运行调整模型,并且按照相应的约束条件对高速列车运行调整模型进行求解,实现对晚点高速列车运行图的快速调整。最后,通过比较算例得出,该算法能够有效解决高速列车运行调整问题。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
蚁群优化论文参考文献
[1].汤伟,马强,税宇阳,王帅.基于改进蚁群优化算法的中高速长网纸机速度链的控制[J].中国造纸.2019
[2].于洋,李积英,海宁,付天烜.基于蚁群优化算法的高速列车运行调整研究[J].测控技术.2019
[3].王文明,赵江东,李泽彬.基于经典蚁群优化算法求解TSP问题研究[J].皖西学院学报.2019
[4].侯睿,郑勇,周烁,张成俊.命名数据网络中基于蚁群优化的视频业务路径优化[J].中南民族大学学报(自然科学版).2019
[5].刘欣荣,汪中厚,久保爱叁.基于混沌蚁群优化算法的齿轮传动误差研究[J].系统仿真学报.2019
[6].邹娟平,袁鑫,骆金鸿.双层蚁群优化算法的舰船应急物流路径规划方法研究[J].舰船科学技术.2019
[7].杨爱华.云计算下的蚁群优化算法资源调度研究[J].通化师范学院学报.2019
[8].张岩,李洋博,柳姗,王月,孙克磊.基于蚁群优化神经网络模型的风电功率预测[J].内蒙古电力技术.2019
[9].张蕴显,王雅梅,周萍.蚁群优化算法构建乳腺癌中miRNA调控的关键基因互作网络[J].北京生物医学工程.2019
[10].宇婷.蚁群优化算法在图书配送路径规划中的应用研究[J].现代电子技术.2019
论文知识图
