导读:本文包含了智能变异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:智能,粒子,水土,算法,蜂群,参数,神经网络。
智能变异论文文献综述
董雨良,董博,秦晓军,甘水滔[1]（2019）在《基于重点变异区域智能识别的模糊测试技术》一文中研究指出模糊测试技术是目前使用最广泛的软件脆弱性自动化检测技术之一,通过模糊测试研究人员发现了大量软件漏洞,但目前测试用例生成的盲目性仍是困扰模糊测试技术实用性的关键问题。针对此问题,提出了基于重点变异区域智能识别的二进制程序模糊测试技术。通过构建一个分布式采样模型Sampling-AFL,获取测试用例与其对应的重点变异区域映射关系作为样本数据;采用GRU、LSTM等多种算法构建深度学习模型,训练种子重点变异区域预测模型;基于预测模型构建具备重点变异区域智能识别的二进制程序模糊测试工具DL-AFL,使用预测结果指导测试用例的生成,以尽可能扩大对目标对象的代码覆盖能力和脆弱性检测能力。实验结果表明,该技术显着地提升了路径覆盖、边覆盖以及脆弱性检测能力。(本文来源于《计算机技术与发展》期刊2019年09期）
李浩[2]（2018）在《基于变异系数法的智能变电站通信系统可靠性评估方法》一文中研究指出为量化评价智能变电站通信系统的可靠性水平,提出了一种基于变异系数法的智能变电站通信系统可靠性评估方法,根据统计得到的变电站失效率数据计算各通信系统的评价指标值,建立可靠性评价矩阵,通过对矩阵进行同向化、无量纲和权重修正,得到加权可靠性矩阵,并通过加权可靠性矩阵在特征空间的距离得到评估结果。仿真结果表明,该方法可客观整体评价通信系统的可靠性状况,能定量分析影响通信系统可靠性的关键因素,验证了所提评估方法的有效性与可行性。(本文来源于《电工电气》期刊2018年11期）
徐秋莹[3]（2016）在《基于智能计算的乘用车外观特征继承与变异研究》一文中研究指出随着乘用车市场竞争的日益激烈,为突出品牌形象,各乘用车制造厂家逐渐让乘用车本身成为其品牌的最好代言,产品识别的重要性得以提高。随着市场全球化竞争加剧、消费者个性化需求提高,各代产品生命周期逐渐缩短。为提高市场竞争力,企业需要引入一些成本低、反应快速的设计和生产方式,这要求生产厂商在已有产品基础上能够快速提供保持产品特征关键特质的新产品。传统设计方法大多依靠市场调查数据和设计师主观经验判断,设计过程无法客观体现产品发展历史对后续发展的影响,也难以真实反映多样多变的消费者需求,这些已成为制约乘用车设计发展的瓶颈。因此从产品识别的角度出发,基于智能计算,以乘用车外观特征为研究对象,针对如何基于数据分析预测乘用车形态设计,以及如何从多用户需求角度进行乘用车外饰色彩决策,探讨能够适应乘用车形态特征变化且符合多用户偏好的设计方法。主要内容如下:(1)通过对品牌与产品识别、产品外观特征、乘用车设计方法以及智能计算与智能设计的理论分析,组建乘用车外观特征继承与变异研究方法框架。(2)根据乘用车形态特征发展具有继承性的特点,构建车型进化轴,提取乘用车形态特征线并将其数值化,基于数据分析,通过前代车型历史数据预测后续车型形态。根据乘用车形态具有的纵向亲源性和水平同质性,从纵向进化和交叉进化两个角度,展开数据预测。为适应车型进化数列具有的代数少、不规则且波动大的特点,选用不同的预测模型。使用改良灰色模型、人工神经网络构建组合预测模型,探讨同车型纵向进化,并使用马尔科夫链对预测结果进行修正;使用改进非线性灰色伯努利模型研究跨车型交叉进化,在模型中加入系统延迟参数和时间作用参数,使其更加适应震荡型初始数列。对预测后数据进行还原,得到后续乘用车形态进化结果。(3)根据乘用车色彩特征具有变异性的特点,提出了符合多用户色彩偏好的乘用车外饰色彩设计方法。根据多用户群体需求具有多样性和单一性的特点,将其分为多样性群体与单一性群体两类,针对群体不同特性,使用不同智能计算方法。在构建乘用车色彩意象数据库基础上,结合人工神经网络、混沌理论与群体智能算法组建模型,通过训练建立用户偏好与色彩之间的映射关系,以聚类算法对多样性用户群体进行分类,并在映射关系中提取用户群体偏好色彩方案,以解决多用户群体多样性偏好问题;在单一性群体用户色彩偏好问题上,使用因子分析与人工降维等方法建立用户偏好与色彩之间映射空间,并借助粒子群算法对单一性群体用户偏好进行整体寻优,从而在映射空间中获得最佳色彩。(4)创建乘用车外观特征继承与变异集成模型,将以上乘用车外观特征设计方法应用到华晨中华H530新车型研发中,分别对其形态和色彩进行设计,论证该继承模型的有效性与可行性。该模型有助于我国乘用车合资或自主生产企业形成产品外观风格。(本文来源于《南昌大学》期刊2016-05-26）
王崇,杨欣宇,吴迪[4]（2014）在《非支配集下变异蜂群指导的智能交通控制方法》一文中研究指出非支配集下的变异蜂群指导算法具有更加优越的自适应能力。传统的交通控制方法采用变时隙策略,无法将交通的动态信息实时的融合起来。提出了一种非支配集下基于变异蜂群指导的智能交通控制方法,采用变异蜂群指导算法,通过搜寻者不断搜寻最佳交通控制的逼近方案,通过检测者不断更新最佳交通控制的区域,通过观察者实时反馈交通调整控制信息,叁者协同工作,提高了智能交通控制的效率。最后通过Sphere函数,Rastrigin函数和Rosenbrock函数分别进行测试,仿真结果显示,50种群和20种群下的蜂群指导算法均对交通具有很好的指导作用。(本文来源于《科技通报》期刊2014年06期）
夏伟,程慕鑫,刘漫丹[5]（2013）在《基于高斯变异的智能单粒子算法》一文中研究指出针对智能单粒子优化算法(ISPO)容易出现算法早熟、收敛精度低的现象,提出一种基于高斯变异的智能单粒子算法(GISPO)。当粒子陷入局部最优值,每一维速度会降到一定的阈值,整个粒子进化处于缓慢阶段;此时给予搜索到的历史最优极值一个自适应的高斯变异扰动,会大大提高粒子的逃逸能力,帮助粒子快速地跳出局部极值点,不断地向全局最优解靠近。通过几个标准测试函数进行实验,结果表明该算法的收敛速度、搜索精度和稳定性均优于ISPO算法。(本文来源于《计算机应用研究》期刊2013年04期）
徐章韬[6]（2012）在《“Z+Z”智能教育平台:实施变异理论的一个抓手》一文中研究指出数学研究变化中的不变量和不变性,数学教学领域中的变异理论拟合了"做数学"的过程.变式教学是具有中国特色的教学理论,"Z+Z"智能教育平台可以动态展示数学的"变中不变"性质,恰当应用"Z+Z"平台可以更好地实现变式教学.(本文来源于《数学教育学报》期刊2012年04期）
崔明义,张新祥,苏白云[7]（2011）在《基因变异的群智能优化算法研究》一文中研究指出粒子群优化(Particle Swarm Optimization,PSO)是一种重要的群智能(Swarm Intelligence,SI)方法。早期收敛和较低的局部搜索能力是PSO的不足。提出一种新颖的基因变异PSO(Gene Mutation PSO,GMPSO),依据概率使粒子的分量发生变异,并做了大量的实验。研究和实验的结果表明,该方法可显着改变PSO的性能,在理论上是可靠的,技术上是可行的。(本文来源于《计算机工程与应用》期刊2011年04期）
刘全明[8]（2009）在《非参数统计与人工智能技术在水土空间变异中的应用研究》一文中研究指出空间变异理论是当今世界科技发展前沿关注的热点。本文针对土壤水盐空间变异性问题,以我国大型引黄灌区-内蒙古河套灌区内两个典型节水灌溉区域为例,探索并开拓水—土空间变异的新原理和新方法。本文的主要研究成果有:为了解决多数中小样本容量有限或受特异值影响而造成有偏分布,使得统计特征非正态分布,本文引入稳健地质统计学RGS的稳健克立格后仍具有明显平滑效应。对影响点分析的研究表明:影响点识别法与特异值识别法具有一致性,应在影响点分析的基础上寻求特异值。为此尝试把ANN的BP神经网络技术引入土壤水盐环境监测,为水土空间变异研究提供新方法。经过大量探索性研究,建立了土壤水盐估计的BP神经网络模型。结果表明:BP法可在一定程度上克服OK法的平滑效应,对原始数据没有参数及严格地采样分布要求,不涉及特异值的问题,简单而实用,但BP神经网络不具有统计分析的显着检验性功能。在国内初次引进非参数统计学(NPG)理论的主要方法—指示克立格(简写IK)法,进行了试验区内耕地、盐荒地夏灌前土壤水盐时空分布的模拟与估值。对指示阈值选择方法进行了探讨,获得的土壤水盐指示阈值可供参考。重点对IK法的指示克立格模型与参数进行了系统分析,发现水盐指示克立格平均概率与指示阈值、指示变异函数有密切关系,不宜选择中位数作为单一阈值,单从提高概率预测精度考虑,水分指示阈值应该尽量选择低于中位数的偏小阈值,盐分指示阈值应该尽量选择高于中位数的偏大阈值。IK法虽有独特的估计作用,仍有一定平滑效应,且指示概率的方差较大。同时首次将析取克立格(简写DK)法用于土壤水盐估计,对比了IK法、DK法与概率克立格PK法的概率估计功能。鉴于ANN不具有显着性统计分析功能,而IK法仍有平滑现象,文中探讨了指示克立格与BP神经网络技术的融合方法,按照基于(非参数)统计分析的神经网络思路,创新性地提出了人工神经指示克立格这一新技术。将人工指示克立格用于土壤水盐评价发现:人工神经指示克立格具有指示克立格和ANN的优点,对数据无统计假定,不涉及特异值识别与处理,但可以高度逼近线性与非线性函数,将特异值的影响限定在子区内,自然可减弱特异值的影响,平滑效应显着减弱,很好解决了非线性逼近问题,人工指示克立格可用于土壤水盐监测并推广到其他相关工作中。(本文来源于《内蒙古农业大学》期刊2009-10-01）
刘曼平,邹羚[9]（2007）在《用自适应多点变异混合遗传算法实现智能组卷》一文中研究指出智能组卷是一个多重约束目标的求解问题。为了解决这一问题,采用了一种自适应多点变异混合遗传算法的智能组卷方法。实验表明,该方法具有较好的使用性能和实用性。(本文来源于《中国科教创新导刊》期刊2007年19期）
刘全明,陈亚新,魏占民,史海滨[10]（2006）在《非参数统计理论与人工智能技术在水土空间变异中的应用研究》一文中研究指出采用非参数统计理论中的指示克立格与BP神经网络技术,以河套灌区内一典型实验区的土壤水盐预测为例,在一条采样基线上比较了指示克立格与BP神经网络技术的优劣,发现指示克立格与BP神经网络技术在一维空间的土壤水盐预测中能改进普通克立格平滑效应,具有条件模拟的仿真功能,可用于空间水盐插值与预测。(本文来源于《灌溉排水学报》期刊2006年01期）
智能变异论文开题报告
（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：
为量化评价智能变电站通信系统的可靠性水平,提出了一种基于变异系数法的智能变电站通信系统可靠性评估方法,根据统计得到的变电站失效率数据计算各通信系统的评价指标值,建立可靠性评价矩阵,通过对矩阵进行同向化、无量纲和权重修正,得到加权可靠性矩阵,并通过加权可靠性矩阵在特征空间的距离得到评估结果。仿真结果表明,该方法可客观整体评价通信系统的可靠性状况,能定量分析影响通信系统可靠性的关键因素,验证了所提评估方法的有效性与可行性。
（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。
智能变异论文参考文献
[1].董雨良,董博,秦晓军,甘水滔.基于重点变异区域智能识别的模糊测试技术[J].计算机技术与发展.2019
[2].李浩.基于变异系数法的智能变电站通信系统可靠性评估方法[J].电工电气.2018
[3].徐秋莹.基于智能计算的乘用车外观特征继承与变异研究[D].南昌大学.2016
[4].王崇,杨欣宇,吴迪.非支配集下变异蜂群指导的智能交通控制方法[J].科技通报.2014
[5].夏伟,程慕鑫,刘漫丹.基于高斯变异的智能单粒子算法[J].计算机应用研究.2013
[6].徐章韬.“Z+Z”智能教育平台:实施变异理论的一个抓手[J].数学教育学报.2012
[7].崔明义,张新祥,苏白云.基因变异的群智能优化算法研究[J].计算机工程与应用.2011
[8].刘全明.非参数统计与人工智能技术在水土空间变异中的应用研究[D].内蒙古农业大学.2009
[9].刘曼平,邹羚.用自适应多点变异混合遗传算法实现智能组卷[J].中国科教创新导刊.2007
[10].刘全明,陈亚新,魏占民,史海滨.非参数统计理论与人工智能技术在水土空间变异中的应用研究[J].灌溉排水学报.2006
论文知识图
