导读:本文包含了仿生算法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,粒子,机器人,形态,生光,基因工程,神经网络。
仿生算法论文文献综述
李模刚,贾春防,邓威,莫世雄[1]（2019）在《一个仿生机器人关节控制算法的探索与实现》一文中研究指出主要介绍在仿生机器人关节中一种控制算法的实现,构建了以步进电机为核心机的机器人关节,以STC89C52单片机为软件平台提出了控制算法,编写了控制程序。经实验环境的测试证明了该算法及关节运动的正确性、可用性、可行性,为关节型机器人的应用实践提供了一定的理论和实践依据。(本文来源于《工业控制计算机》期刊2019年12期）
申燕萍,顾苏杭,郑丽霞[2]（2019）在《基于云计算平台的仿生优化聚类数据挖掘算法》一文中研究指出为了提高云计算平台数据挖掘的有效性以及数据聚类的性能,采用仿生优化算法与相似聚类相结合的方法来实现云计算平台数据聚类。在相似聚类的优化函数求解过程中,采用狼群优化算法,以头狼的位置来确定聚类中心点,从而实现类别中心点的优化与更新。文中分别采用PBM和DB聚类效果评价方法来对聚类效果进行检验,在满足预设评价标准的情况下,不断进行狼群优化和相似聚类计算,直到达到聚类指标要求为止。经过实验证明,相比一般聚类算法,狼群优化的聚类算法对数据量大且数据维度高的云计算平台数据聚类效果更好,收敛速度更快。(本文来源于《计算机科学》期刊2019年11期）
杜宇[3]（2019）在《基于群智仿生算法的大数据高效迁移策略研究》一文中研究指出为了提高大数据迁移的执行效率并降低存储需求,提出采用群体仿生智能算法中的人工鱼群算法完成大数据迁移过程。首先,根据鱼群活动状态对大数据迁移进行策略分析,并对数据记录及存储空间按照鱼群算法进行建模。然后,采用存储范围和迁移步长动态变化的策略完成大数据自动迁移。经过实验证明,相比LRU迁移算法,基于人工鱼群算法的数据迁移策略在存储空间及执行时间消耗方面优势明显,具有一定的推广价值。(本文来源于《现代电子技术》期刊2019年19期）
李福进,张俊琴,任红格[4]（2019）在《基于仿生学内在动机的Q学习算法移动机器人路径规划研究》一文中研究指出针对移动机器人在未知环境中避障和路径规划自适应能力差的问题,受心理学方面内在动机启发,以加入引力势场的Q学习理论为基础,提出一种基于内在动机机制的引力场Q(IM-GPF-Q)学习算法。该算法以Q学习为理论框架,加入引力势场为算法提供先验知识,以内在动机作为内部奖励,与外部信号一起生成取向评价值,指引机器人学会自主选择最优路径。通过模拟客厅环境和两种具有陷阱的环境中进行的仿真实验,结果表明该算法能使机器人通过与外界未知环境进行交互获得认知,最终完成路径规划任务,与传统强化学习方法相比具有更快的收敛速度以及更好的自学习和自适应能力。(本文来源于《现代电子技术》期刊2019年17期）
何晓峰,蔡宇,范晨,何靖波,张礼廉[5]（2019）在《面向地面无人平台的仿生偏振光定向算法》一文中研究指出仿生偏振光定向为地面无人平台提供了一种新型的低成本、小型化定向方式。设计了一种基于微阵列式偏振光栅的仿生光罗盘,实现了一种加权平均的偏振光定向算法,分析了大气偏振模式误差、太阳位置误差、偏振光传感器误差和水平姿态角误差等因素对航向角估计精度的影响。实验结果表明,动态车载条件下定向误差小于0.5°。(本文来源于《导航定位与授时》期刊2019年04期）
张莉华,曹斌[6]（2019）在《WSNs中基于仿生模型的拥塞控制算法》一文中研究指出网络拥塞降低了无线传感网络(Wireless Sensor Networks,WSNs)的服务质量,针对WSNs的网络拥塞问题,提出了基于仿生模型的拥塞控制算法;该算法通过竞争洛特卡-伏尔特拉(Competitive Lotka-Volterra,C-LV)模型避免拥塞,并利用粒子群优化(Particles Swarm Optimization,PSO)算法优化C-LV模型的参数,使得节点能够公平地接入网络资源,减少数据传输时延;仿真结果表明:提出的算法能有效地降低拥塞概率,维持节点公平地接入网络资源。(本文来源于《兵器装备工程学报》期刊2019年06期）
王汉涛,张潇潇[7]（2019）在《仿生算法优化BP神经网络在降雨空间插值中的应用》一文中研究指出人工神经网络能够充分挖掘已知样本中的规律,从而对未观测数据进行预测,可应用于降雨量空间插值计算中。在BP神经网络进行降雨空间插值的基础上,引入遗传、粒子群和蚁群3种仿生算法对BP神经网络初始权值和阈值进行优化,将优化后的BP神经网络应用于叁峡区间流域年、月和日3个时间尺度的降雨空间插值中。结果表明:仿生算法对BP神经网络初始权值和阈值优化求解后,降低了BP神经网络陷入局部最小以及过拟合的风险,在插值过程中表现出较好的稳定性,取得了理想的插值结果。(本文来源于《水资源与水工程学报》期刊2019年03期）
李明东,卢彪,焦杰[8]（2019）在《基于MapReduce仿生优化算法的SaaS服务与设计》一文中研究指出为解决传统SaaS服务不能完全满足用户需求的问题,设计了基于MapReduce仿生优化算法的SaaS服务.采用SaaS平台中服务的分组部署策略及部署算法,使之产生闲置服务器,让用户的服务请求能够分发到数据中心的分类服务器上;改进优化了传统MapReduce的仿生优化算法,进行了多重租赁服务算法、多重租赁服务框架等多租户服务定制.结果表明:实现了基于MapReduce仿生优化算法的SaaS服务的优化,该服务能为多个用户提供符合要求的SaaS定制服务,可为用户提供合适的SaaS配置方案.(本文来源于《兰州工业学院学报》期刊2019年03期）
王天星[9]（2019）在《基于遗传算法的产品形态仿生设计研究》一文中研究指出在计算机技术不断发展的现代,程序设计已渗透到除了计算机专业外的其他领域,将数字化技术融入各类设计中是近年来兴起的一个全新领域。在产品外观造型的应用中,它将产品外观设计中原本所包含在整体中的各个学科的知识经验重新分解,将拆分后的各种要素输入到特定的程序算法中,由工业产品设计师制定相应的规则,再经过一系列的计算机处理,输出最终结果。这些要素以一定的方式进行分解、重构、排列、组合,利用计算机能进行高速运算的特性,为工业产品设计师理清复杂的系统变化规律。此外,也会在没有预期的情况下出现其他新颖的、合理的形态设计方案,帮助设计师打破原有的预设,从而获得新的创作灵感。(本文来源于《科技与创新》期刊2019年11期）
陆倩[10]（2019）在《基于仿生算法的网络入侵检测系统研究》一文中研究指出随着互联网的不断扩展和高速发展,网络环境变得越来越复杂,存在的风险也越来越大。因此,网络安全已经成为一个非常重要的问题。网络的缺陷可能会导致网络攻击,并影响用户的隐私。为了保障网络信息安全,网络入侵检测技术得到了广泛重视。网络入侵检测技术是利用入侵者留下的痕迹信息,如试图登录的失败记录等,有效地从外部或内部发现非法入侵。由于网络环境日渐复杂,传统的入侵检测方法运行速度较慢并且对未知网络攻击的识别能力较差,其无法有效解决现有的网络入侵问题。机器学习作为新一代的人工智能技术,能够针对大量的数据进行自主学习和训练,有望弥补传统方法的不足,为入侵检测带来新的发展和突破。另外,仿生算法作为一种模拟生物免疫系统防御行为的新兴技术,在计算机科学领域也受到了越来越多的关注。生物免疫是一种复杂的分布式信息处理学习系统,有较强的自适应性、多样性、学习、识别和记忆等特点。基于人工免疫系统的一些模型和仿生算法在实际应用中显示了优良的信息处理能力。人工免疫系统在入侵检测方面取得了一些成功,但人工免疫理论研究还不够成熟,部分提出的检测模型并没有使用实际的数据进行验证。在研究网络入侵检测技术的过程中存在数据量大、检测率低、误报率高等主要问题。因此,本文基于现有的研究成果,针对入侵检测系统的不足,进行相关的改进和提高,并研究新型的网络入侵检测系统。主要工作体现在以下四个方面:1.首先介绍了课题的研究背景,主要包括课题的由来以及主要研究内容,然后给出本文工作的创新点。接着介绍了网络入侵检测系统的发展,并简单介绍了基于机器学习的网络入侵检测研究。然后介绍了人工免疫系统理论以及常见的人工免疫算法。最后对入侵检测领域存在的不足做了分析,并给出了相应的解决思路。2.针对支持向量机算法分类中存在的不足,提出了基于粒子群算法优化支持向量机参数的网络入侵检测模型。在数据预处理部分利用one-hot编码对数据集中的离散数据进行转化,用主成分分析算法对特征进行降维,减少了支持向量机运算的复杂度并节省了时间。利用NSL_KDD数据集进行二分类和多分类实验,从总体分类准确率、检测率与误报率叁个方面与其他机器学习方法进行比较。3.针对传统否定选择算法检测器集合存在冗余的问题,提出了一种改进的V-detector算法。首先设置半径可变的检测器生成算法,在检测器生成过程添加一个距离最近的自体为特征变量,提高检测器生成效率,降低检测器集合的冗余。然后在检测器终止条件时选用假设检验方法,保证检测器对非自体空间覆盖率一致的情况下,减少了训练过程的时间。最后利用改进的单个V-detector分类器构造多级分类模型以解决网络入侵检测中的多种攻击类型分类问题。4.利用改进的V-detector算法和新型人工免疫算法树突状细胞算法组成新的入侵检测模型。V-detector算法来源于否定选择算法,树突状细胞算法来源于危险理论,两种方法的结合属于不同类型的分类器异构集成。两种单分类器的集成结合了两种的优点,采用加权多数投票原则综合分类结果。该模型应用于网络入侵检测方向,提高了对未知类别的识别能力,降低了误报率。(本文来源于《广西师范大学》期刊2019-06-01）
仿生算法论文开题报告
（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：
为了提高云计算平台数据挖掘的有效性以及数据聚类的性能,采用仿生优化算法与相似聚类相结合的方法来实现云计算平台数据聚类。在相似聚类的优化函数求解过程中,采用狼群优化算法,以头狼的位置来确定聚类中心点,从而实现类别中心点的优化与更新。文中分别采用PBM和DB聚类效果评价方法来对聚类效果进行检验,在满足预设评价标准的情况下,不断进行狼群优化和相似聚类计算,直到达到聚类指标要求为止。经过实验证明,相比一般聚类算法,狼群优化的聚类算法对数据量大且数据维度高的云计算平台数据聚类效果更好,收敛速度更快。
（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。
仿生算法论文参考文献
[1].李模刚,贾春防,邓威,莫世雄.一个仿生机器人关节控制算法的探索与实现[J].工业控制计算机.2019
[2].申燕萍,顾苏杭,郑丽霞.基于云计算平台的仿生优化聚类数据挖掘算法[J].计算机科学.2019
[3].杜宇.基于群智仿生算法的大数据高效迁移策略研究[J].现代电子技术.2019
[4].李福进,张俊琴,任红格.基于仿生学内在动机的Q学习算法移动机器人路径规划研究[J].现代电子技术.2019
[5].何晓峰,蔡宇,范晨,何靖波,张礼廉.面向地面无人平台的仿生偏振光定向算法[J].导航定位与授时.2019
[6].张莉华,曹斌.WSNs中基于仿生模型的拥塞控制算法[J].兵器装备工程学报.2019
[7].王汉涛,张潇潇.仿生算法优化BP神经网络在降雨空间插值中的应用[J].水资源与水工程学报.2019
[8].李明东,卢彪,焦杰.基于MapReduce仿生优化算法的SaaS服务与设计[J].兰州工业学院学报.2019
[9].王天星.基于遗传算法的产品形态仿生设计研究[J].科技与创新.2019
[10].陆倩.基于仿生算法的网络入侵检测系统研究[D].广西师范大学.2019
论文知识图
