导读:本文包含了非劣解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:目标,算法,最优,电子束,蛙跳,参数,灌水。
非劣解论文文献综述
吴天昊,王劲松,宋留勇,吴少强[1]（2018）在《MODM非劣解在网络目标防护方案优化中的应用》一文中研究指出针对网络目标防护方案指标参数具有不确定性,各指标间具有不可共度性等特点,提出一种基于MODM(多目标决策)模型Pareto解的优化设计方法。结合信息化战略支援建设实际,构建符合网络空间对抗需求的网络目标防护方案评价指标体系,建立防护方案设计的数学模型,在此基础上,根据指挥者偏好赋权得到优化方案的满意解。通过对模型的仿真测试,证明MODM模型Pareto解的应用能够缩小决策范围,达到优化方案质量的效果,对辅助指挥者科学、合理、精确决策具有一定参考价值。(本文来源于《现代防御技术》期刊2018年06期）
王诺,吴迪,黄祺,赵伟杰[2]（2018）在《选择Pareto非劣解最优方案的量化方法:性价比法》一文中研究指出针对多目标优化问题,提出了便于决策者以其偏好选择Pareto非劣解的量化方法——性价比法.通过剖析决策者选择最优方案的基本原则,发现如果从理性出发,以市场法则进行比选,则决策者无论有何偏好,以较低价格得到较高性能的产品,即获得高性价比应是其共同的愿望.仔细观察Pareto前沿分布,可以看到其排布特点具有恒递增或恒递减趋势,且大多分布不均匀,这意味着其中蕴含有不同的变化率及敏感性,从中可以挖掘出新的内在规律性.由这一认识出发,借鉴"性价比"概念,构造出各相邻非劣解对应目标函数值的平均变化率,得到了类似于"性价比"概念的灵敏比;将灵敏比无量纲化后,根据支配关系,筛选出Pareto非劣解集中新的非支配子集,进一步缩小了选择范围.以上述成果为基础,提出了各Pareto非劣解相对于不同目标函数偏向度的计算方法,实现了Pareto非劣解的量化评价,进而有助于决策者根据偏好选择非劣解.最后,通过具体实例的计算,验证了文中所述方法的可行性和有效性.本文研究对于多目标优化的求解与应用具有很好的参考价值.(本文来源于《系统工程理论与实践》期刊2018年03期）
牛波[3]（2017）在《基于非劣解排序遗传算法的主要参比燃料骨架机理优化》一文中研究指出内燃机作为主流的动力装置被广泛应用于各行各业,但是随着石油储量的日益减少以及对内燃机排放要求的日益严格,传统的内燃机燃烧模式面临着巨大的挑战。近年来,各种先进的内燃机燃烧模式和技术得到了广泛的研究,而新型的燃烧模式主要受燃料的化学反应动力学所控制。优化化学反应机理的传统方法主要是通过敏感性分析的方式,这不仅需要平时积累的人工调整经验,而且优化过程十分繁复。因此,本文提出采用遗传算法来自动优化燃料的化学反应机理,摆脱人工优化,提高优化效率。本文以主要参比燃料骨架机理为研究对象,探索了非劣解排序遗传算法优化燃料化学反应机理的具体方法。首先,通过将非劣解排序遗传算法与气相动力学软件Chemkin-Pro耦合,遗传算法实现初始机理文件的读取和新机理文件的写入功能,Chemkin-Pro程序则采用新机理文件进行模拟。其次,通过构建两类不同的数学模型,研究了目标个数对非劣解排序遗传算法优化性能的影响,结果发现,当目标数过多时,非劣解排序遗传算法无明显的优化能力,故提出基于基础反应器类型而构建的两目标数学模型。随后,通过比较非劣解排序遗传算法的不同参数组合对优化效率和优化结果的影响,得到最优参数组合:种群规模N=52,交叉率P_c=0.9,变异率P_m=0.1,交叉分布指数η_c=10,变异分布指数η_m=15。然后,探究了遗传算法的收敛过程,并对优化结果进行了详细的比较和分析。采用原始机理预测的搅拌反应器主要组分浓度的目标函数值为1.403,优化后目标函数值在0.923-1.133之间,优化效果显着;原始机理预测的激波管着火滞燃期的目标函数值为0.590,而优化后目标函数值是0.129-1.135,只有一部分优化机理的预测能力得到了优化。从最后一代中选取叁个具有代表性的主要参比燃料优化机理进行了比较和分析,结果表明:1号机理较原始机理预测能力明显改善;而2号机理预测搅拌反应器主要组分浓度最为准确,但预测着火滞燃期的能力有所降低;23号机理的预测能力介于1号和2号机理中间。随后,从权重因素和实验工况两个方面,对遗传算法优化主要参比燃料骨架机理的策略进行了深入研究,并提出了改进策略。最后,采用几种基础反应器和均质压燃发动机对主要参比燃料优化机理进行了扩展验证,经分析,优化机理均能准确模拟各种实验现象。总之,本文采用非劣解排序遗传算法和Chemkin-Pro软件相结合的方式成功地优化了主要参比燃料的骨架机理,优化方法得到改进,优化效率得到提高,并且该方法适用于所有液体燃料化学反应机理的优化。(本文来源于《大连交通大学》期刊2017-06-12）
周建中,卢韦伟,孙娜,叶磊,张海荣[4]（2017）在《水文模型参数多目标率定及最优非劣解优选》一文中研究指出针对概念性水文模型参数众多、相互制约,且多目标参数优化率定最优参数求解困难、易受决策者主观因素影响的问题,采用多目标优化算法对水文模型参数进行率定,得到模型参数最优非劣解集,在此基础上,引入最小最大后悔值决策理论,并结合Pareto支配基本理论,提出了一种多目标最优非劣解选取准则。以柘溪流域为研究对象,采用叁目标MOSCDE优化率定新安江模型的参数,并与单目标SCE-UA优化结果进行对比分析。结果表明,提出的非劣解选取方法可以有效从大规模非劣解集中筛选出最优非劣解,大大缩短参数率定耗时。(本文来源于《水文》期刊2017年02期）
李辉[5]（2014）在《非劣解变异蛙跳算法》一文中研究指出针对基本蛙跳算法搜索速度和精度不高的缺点,将变异的思路融入基本蛙跳算法,提出了一种非劣解变异蛙跳算法.算法充分利用蛙群的群体信息,对青蛙子族群中的若干非劣解结合自身信息和群体信息进行变异,避免了算法陷入局部最优,并大幅度提高了算法的搜索速度.实验表明,改进后的算法收敛速度以及收敛精度方面都比基本蛙跳算法有了很大程度的提高,同时,该算法与相关文献中的算法进行比较发现,其性能有较大的提高.(本文来源于《成都大学学报(自然科学版)》期刊2014年03期）
虞晓彬,缴锡云,许建武[6]（2013）在《基于SRFR模型的畦灌技术要素非劣解》一文中研究指出以灌水均匀度、灌水效率为评价指标,利用SRFR406模型对5个改水成数、31个畦长及13个单宽流量进行灌水质量评价,研究畦灌的技术要素非劣解。结果表明,在实际灌水过程中,参照非劣解集,可随着畦长、可供流量等条件的变化灵活调整其他灌水技术要素,以满足灌水质量的要求,而优化灌水技术方案只能选择灌水技术要素的最优解。可见,在应用上,畦灌技术要素的非劣解优于最优解。(本文来源于《灌溉排水学报》期刊2013年02期）
马光娟,王宇平[7]（2009）在《非劣解分布范围的度量——S-度量》一文中研究指出提出了一种新的非劣解前端宽广性的度量,S-度量。(1)粗略估计问题I的边界解的集合;(2)由二水平正交设计的思想,从这个集合中选取指定分布比较均匀的参考解;(3)从非劣解集中找与每个参考解最近的解,并计算其距离;(4)给出S-度量的定义.将S-度量与其他一些非劣解质量的度量相结合,从而可以对多目标遗传算法从多个角度进行评价和比较.(本文来源于《计算机工程与应用》期刊2009年29期）
俞高红,何琰,陈建能,赵匀[8]（2009）在《旋转式分插机构运动学多目标非劣解群自动寻求》一文中研究指出针对水稻插秧机分插机构优化过程中的多目标、非线性、交互性、模糊性以及优化结果不唯一等问题,建立了运动学参数的计算模型,通过对插秧性能各要求的模糊化得出各要求的隶属度,同时提出了对干涉的判定方法。在以各隶属度最大化为目标,运用优化算法求得一组较优解的基础上对该组解进行了区间扩张,将区间搜索转换为多目标优化问题,再次运用优化算法并通过Visual Basic 6.0软件编程实现了自动搜索非劣解群的目的。结果表明:利用该方法可以迅速搜索得到运动学参数的范围,较人机交互优化方法更为快捷、方便,提高优化效率。(本文来源于《农业机械学报》期刊2009年06期）
潘玉成[9]（2007）在《基于变权系数法的多目标非劣解的模糊决策》一文中研究指出介绍了一种基于目标重要度的多目标优化非劣解的模糊决策方法,本方法通过权系数的随机变化而得到了在目标空间内分布均匀数量众多的Pareto最优解集,并通过Pareto最优解其自身信息对解集进行分类,给出代表个体,方便决策者从中选择适合自己的Pareto最优解。(本文来源于《福建师大福清分校学报》期刊2007年05期）
尹明,吕风杰,张其武[10]（2005）在《细电子束像差与畸变参量非劣解中的最优解》一文中研究指出以电子束偏转磁场的像差和畸变为目标,对参量进行非劣解中找出贴近理想的最优解。以SDS 3电子束曝光机的磁复合偏转系统为基础,分析了像差与电子束主轨迹的关系。并给出了磁聚焦和静电的偏转场相复合情况下竖轴的3级几何像差系数和1级色差系数公式。应用中表明,复合系统结构简单紧凑,像差小而可以不用动态校正。(本文来源于《强激光与粒子束》期刊2005年02期）
非劣解论文开题报告
（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：
针对多目标优化问题,提出了便于决策者以其偏好选择Pareto非劣解的量化方法——性价比法.通过剖析决策者选择最优方案的基本原则,发现如果从理性出发,以市场法则进行比选,则决策者无论有何偏好,以较低价格得到较高性能的产品,即获得高性价比应是其共同的愿望.仔细观察Pareto前沿分布,可以看到其排布特点具有恒递增或恒递减趋势,且大多分布不均匀,这意味着其中蕴含有不同的变化率及敏感性,从中可以挖掘出新的内在规律性.由这一认识出发,借鉴"性价比"概念,构造出各相邻非劣解对应目标函数值的平均变化率,得到了类似于"性价比"概念的灵敏比;将灵敏比无量纲化后,根据支配关系,筛选出Pareto非劣解集中新的非支配子集,进一步缩小了选择范围.以上述成果为基础,提出了各Pareto非劣解相对于不同目标函数偏向度的计算方法,实现了Pareto非劣解的量化评价,进而有助于决策者根据偏好选择非劣解.最后,通过具体实例的计算,验证了文中所述方法的可行性和有效性.本文研究对于多目标优化的求解与应用具有很好的参考价值.
（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。
非劣解论文参考文献
[1].吴天昊,王劲松,宋留勇,吴少强.MODM非劣解在网络目标防护方案优化中的应用[J].现代防御技术.2018
[2].王诺,吴迪,黄祺,赵伟杰.选择Pareto非劣解最优方案的量化方法:性价比法[J].系统工程理论与实践.2018
[3].牛波.基于非劣解排序遗传算法的主要参比燃料骨架机理优化[D].大连交通大学.2017
[4].周建中,卢韦伟,孙娜,叶磊,张海荣.水文模型参数多目标率定及最优非劣解优选[J].水文.2017
[5].李辉.非劣解变异蛙跳算法[J].成都大学学报(自然科学版).2014
[6].虞晓彬,缴锡云,许建武.基于SRFR模型的畦灌技术要素非劣解[J].灌溉排水学报.2013
[7].马光娟,王宇平.非劣解分布范围的度量——S-度量[J].计算机工程与应用.2009
[8].俞高红,何琰,陈建能,赵匀.旋转式分插机构运动学多目标非劣解群自动寻求[J].农业机械学报.2009
[9].潘玉成.基于变权系数法的多目标非劣解的模糊决策[J].福建师大福清分校学报.2007
[10].尹明,吕风杰,张其武.细电子束像差与畸变参量非劣解中的最优解[J].强激光与粒子束.2005
论文知识图
