导读:本文包含了自适应参数调整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:自适应,参数,量子,算法,保真度,特征,蛙跳。
自适应参数调整论文文献综述
卫容宇,聂敏,杨光,张美玲,孙爱晶[1]（2019）在《基于软件定义量子通信的自由空间量子通信信道参数自适应调整策略》一文中研究指出自由空间量子通信会受到雾霾、沙尘、降雨等自然环境的干扰.为提升环境干扰下量子通信的性能,本文提出了基于软件定义量子通信(software defined quantum communication, SDQC)的自由空间量子通信信道参数自适应调整策略.该策略通过对环境状态实时监测,根据预置在应用层的程序,对量子初始状态及单量子态存在时间等相关参数进行自适应调整,提高自然环境背景干扰下自由空间量子通信系统的保真度.仿真结果表明,在退极化、自发幅度衰变及相位阻尼叁种噪声信道参数取值不同时, SDQC系统参数的最佳取值也不同.系统根据环境变化及业务需求,自适应地选择量子初始状态及单量子态存在时间,使量子保真度在通信过程中始终保持在峰值,有效提升了量子通信系统的适应能力及综合免疫力.(本文来源于《物理学报》期刊2019年14期）
杜兆宏,夏培淞,邱飞岳,朱会杰[2]（2018）在《一种自适应参数调整的水波优化算法》一文中研究指出水波优化算法(Water Wave Optimization,WWO)是受浅水波理论启发而提出的一种新兴群体智能算法,其具有控制参数少、种群规模小、实现简单、计算开销小等优点,但依然存在局部搜索能力不强、收敛速度较慢等缺陷.首先,通过对水波优化算法在执行全局和局部搜索阶段控制参数变化进行分析的基础上,提出了一种自适应参数调整策略改进的水波优化算法;最后,对改进的算法和包括原WWO、SCA、DA等在内的四种算法在10个标准测试函数上的寻优性能进行试验.结果表明,所提出的策略有效提升了水波优化算法的整体性能,无论在收敛精度还是收敛速度上,改进的水波算法相较于其他叁种算法优化结果更加稳定.(本文来源于《小型微型计算机系统》期刊2018年08期）
尤海龙,鲁照权[3]（2018）在《参数α、β和ρ自适应调整的快速蚁群算法》一文中研究指出对蚁群算法迭代次数多、收敛速度慢提出了改进。针对蚁群算法前期信息素匮乏而导致收敛速度慢的问题,对信息素和启发式信息的权重参数α和β进行改进,动态调整两种参数;针对迭代后期信息素浓度过高,使得蚁群易陷入局部最优问题,对信息素蒸发系数加以改进,使其成为动态全局自适应参数。通过栅格法进行静态已知环境建模,通过不同规模的路径规划的实验验证了改进后的蚁群算法在寻找最优路径时具有更快的运算速度。(本文来源于《制造业自动化》期刊2018年06期）
王卫涛,钱雪忠,曹文彬[4]（2018）在《自适应参数调整的近邻传播聚类算法》一文中研究指出针对近邻传播算法的偏向参数以及聚类类数对聚类结果准确性的影响.本文提出了自适应参数调整的GKAAP算法.首先,为了选取更合适的偏向参数,在传统AP算法的基础上,利用灰色狼群优化算法(GWO)自适应调节偏向参数;然后,为了使得偏向参数能够在合理的区间内搜寻,利用二分查找算法动态更新偏向参数的上限、下限、中间值;最后,为了使得聚类个数更接近真实类数,同时不影响聚类结果的准确性,在算法迭代完成后,通过数据集的真实簇数k来对聚类结果进行约束调整.本文通过10个UCI数据集和ORL人脸数据库来做对比实验,然后从准确率、算法时间、聚类个数叁个维度去分析,最终实验结果证明本文所提出的GKAAP聚类准确性更好,算法时间复杂度更低.(本文来源于《小型微型计算机系统》期刊2018年06期）
王建东,王梦奇,李延忠,马增强[5]（2018）在《一种自适应调整参数的形态学滤波新方法》一文中研究指出针对形态学滤波在处理含有大量噪声的机械振动信号中结构元素长度不能自适应调整的问题,提出了一种可自适应调整结构元素长度的形态学滤波新方法。结构元素长度的不同会导致对信号特征提取效果的不同。该方法通过以峭度值为指标,找寻出使峭度值最大的一系列结构元素长度。然后通过计算不同长度滤波后信号的冲击特征比值,找寻出使故障特征最突出、最明显的结构元素长度。以此长度为最优长度对信号进行滤波,能够较好地提取出滚动轴承的故障特征,找到故障特征频率。通过实验台信号验证了所述方法的有效性和优点。(本文来源于《石家庄铁道大学学报(自然科学版)》期刊2018年01期）
肖莹莹,林廷宇,李伯虎,侯宝存,施国强[6]（2016）在《混合蛙跳算法自适应参数调整改进策略》一文中研究指出针对基本混合蛙跳算法(shuffled frog leaping algorithm,SFL)在求解高维复杂问题时的不足,本文提出一种自适应参数调整的改进策略。首先,利用变公比数列分析了SFL更新轨迹的收敛性;在此基础上,利用系统稳定性分析方法,提出在SFL更新公式中基于比例系数和适应度标准差来自适应调整更新的方法。最后,基于3组共8个标准测试函数将本文改进SFL与基本SFL和4个改进型粒子群优化算法(particle swarm optimization,PSO)作对比,验证了本文改进策略对各类复杂函数的高效性;同时,对比了改进SFL与基本SFL和wPSO在求解高维问题时的性能,验证了改进SFL对高维问题求解的有效性。(本文来源于《系统工程与电子技术》期刊2016年08期）
朱智平,万福[7]（2016）在《无线局域网EDCA机制的一种自适应参数调整改进算法》一文中研究指出为了进一步提高无线局域网EDCA机制信道利用率和吞吐率,提出一种EDCA参数的自适应调整改进算法并进行了仿真,该算法可使节点根据网络吞吐量变化情况,计算出冲突概率自动调节竞争窗口值,从而提高EDCA的性能。(本文来源于《舰船电子工程》期刊2016年04期）
周个妹,何轩,王洁,张昊,蒋明[8]（2015）在《x264编码器参数自适应调整研究》一文中研究指出针对媒体云系统媒体资源采集过程中用户端带宽波动问题,提出一种x264编码器参数自适应调整方法。作者从权衡传输和编码时延关系入手,通过比对复杂度调整前后的总时延变化情况,确定后续复杂度调整方向,逐步减小总时延,进而实现包含编码时延和传输时延的总时延最小的目的。实验结果表明,该方法能够为处于不同网络环境下的编码器选取准确的最优参数组合,并且相比编码器初始配置平均减小了4%~14%左右的总时延。(本文来源于《武汉理工大学学报》期刊2015年08期）
胡益民,李国庆,张家龙[9]（2015）在《无模型自适应控制参数输入方法改进及在气体分馏装置操作调整中的应用》一文中研究指出无模型自适应控制(MFAC)不依赖受控系统的机理模型,只利用其输入输出(I/O)数据实现控制,近年来得到快速发展。本文用拟牛顿算法(BFGS)改进了MIMO系统MFAC算法的参数输入方法,以减少达到稳定操作的计算次数和调整时间,某30×104 t·a-1气体分馏装置的应用表明,面对操作波动,改进后的MFAC能较快地实现操作稳定和质量达标;且由于不超调,塔底再沸和塔顶冷却负荷小,因而能耗低。(本文来源于《化工学报》期刊2015年10期）
李彬,李贻斌,刘猛[10]（2015）在《基于参数自适应调整粒子群优化策略的极端学习机》一文中研究指出本文提出了一种称为APSO-ELM的单隐层前向神经网络学习算法,该算法采用参数自适应粒子群优化策略来调整神经网络中的输入层权值和隐层偏差.利用4个函数逼近和模式分类基准问题对算法进行了计算机仿真分析,仿真结果表明本文算法具有较好的全局逼近性能和泛化能力.为了更好的说明本文算法的有效性,将所提出的算法应用于机器人的执行失败预测中,与原始的ELM算法和现有的其它机器人执行失败预测方法相比,本文算法的预测精度显着提高,在10次仿真分析中,有9次达到了100%的正确分类,为人工智能算法在机器人领域中的实际应用打下了较好的理论基础.(本文来源于《第27届中国控制与决策会议论文集》期刊2015-05-23）
自适应参数调整论文开题报告
（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：
水波优化算法(Water Wave Optimization,WWO)是受浅水波理论启发而提出的一种新兴群体智能算法,其具有控制参数少、种群规模小、实现简单、计算开销小等优点,但依然存在局部搜索能力不强、收敛速度较慢等缺陷.首先,通过对水波优化算法在执行全局和局部搜索阶段控制参数变化进行分析的基础上,提出了一种自适应参数调整策略改进的水波优化算法;最后,对改进的算法和包括原WWO、SCA、DA等在内的四种算法在10个标准测试函数上的寻优性能进行试验.结果表明,所提出的策略有效提升了水波优化算法的整体性能,无论在收敛精度还是收敛速度上,改进的水波算法相较于其他叁种算法优化结果更加稳定.
（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。
自适应参数调整论文参考文献
[1].卫容宇,聂敏,杨光,张美玲,孙爱晶.基于软件定义量子通信的自由空间量子通信信道参数自适应调整策略[J].物理学报.2019
[2].杜兆宏,夏培淞,邱飞岳,朱会杰.一种自适应参数调整的水波优化算法[J].小型微型计算机系统.2018
[3].尤海龙,鲁照权.参数α、β和ρ自适应调整的快速蚁群算法[J].制造业自动化.2018
[4].王卫涛,钱雪忠,曹文彬.自适应参数调整的近邻传播聚类算法[J].小型微型计算机系统.2018
[5].王建东,王梦奇,李延忠,马增强.一种自适应调整参数的形态学滤波新方法[J].石家庄铁道大学学报(自然科学版).2018
[6].肖莹莹,林廷宇,李伯虎,侯宝存,施国强.混合蛙跳算法自适应参数调整改进策略[J].系统工程与电子技术.2016
[7].朱智平,万福.无线局域网EDCA机制的一种自适应参数调整改进算法[J].舰船电子工程.2016
[8].周个妹,何轩,王洁,张昊,蒋明.x264编码器参数自适应调整研究[J].武汉理工大学学报.2015
[9].胡益民,李国庆,张家龙.无模型自适应控制参数输入方法改进及在气体分馏装置操作调整中的应用[J].化工学报.2015
[10].李彬,李贻斌,刘猛.基于参数自适应调整粒子群优化策略的极端学习机[C].第27届中国控制与决策会议论文集.2015
论文知识图
