导读:本文包含了进化寻优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,图像,准则,差分,递归,全局,邻域。
进化寻优论文文献综述
鄂翔南,刘泽平,张子晔[1]（2019）在《基于差分进化算法的面目标瞄准点寻优》一文中研究指出瞄准点的寻优选取是导弹火力筹划的核心理论问题之一。针对此问题,本文基于矩形面目标毁伤面积计算设计评价函数,利用差分进化算法原理对面目标的瞄准点坐标进行实数编码,并设计差分进化算子,建立面目标瞄准点寻优模型。通过设计面目标计算实例对模型进行验证,实验结果表明,差分进化算法的稳定性较强且具有较好的操作性,模型求得的瞄准点可信度较高,能够提升导弹打击效果并降低打击成本,为火力筹划中瞄准点寻优提供了新方法。(本文来源于《计算机与现代化》期刊2019年12期）
田德,高洋,闫肖蒙,邓英[2]（2019）在《基于差分进化算法的风电机组变桨参数寻优》一文中研究指出针对大型双馈式风电机组变桨控制器参数优化问题,提出基于差分进化算法离线寻优变桨控制器PI参数的策略。基于GH Bladed软件得出的双馈式风电机组的高阶线性化模型,利用Matlab软件辨识出既满足精度要求,又可进行参数寻优的低阶模型。然后采用差分进化算法优化变桨PI控制器参数。利用寻优得到的参数进行变增益变桨控制,以达到稳定功率的控制目标。以5 MW双馈式风电机组为研究对象进行仿真验证。在阵风工况下,寻优后的输出功率很快恢复到额定值附近,而且最大偏离量较优化前小。在平均风速为16、18和20 m/s的湍流风工况下,寻优后的输出功率标准差较优化前分别降低23.31%、22.78%和18.32%。(本文来源于《太阳能学报》期刊2019年08期）
王丽萍,丰美玲,邱飞岳,章鸣雷[3]（2018）在《递归替换寻优策略的分解多目标进化算法》一文中研究指出基于分解的多目标进化算法(MOEA/D)在求解多目标优化问题时,有着较强的搜索能力、高效的适应度评价、良好的收敛性等优点.然而,在更新子问题时,新解在固定邻域内替换所有较差的解,导致解集副本过多,一定程度上丢失解集的多样性.为维持多样性的同时提高解集的收敛性,提出一种基于递归替换寻优策略的分解多目标进化算法.首先,根据解到对应方向向量的垂直距离确定替换邻域,保持解在目标空间中的均匀分布,维持解集的多样性;进而,提出递归替换寻优策略,被新解所替换的解不立刻丢弃,而是在当前邻域内替换比该解还差的解,尽可能快速引导解集朝Pareto前沿进化,提高解的收敛性.将该算法在WFG系列和DTLZ系列测试函数上进行仿真实验,并与MOEA/D、MOEA/D-DRA、MOEA/D-GR、MOEA/D-DU四个算法进行对比,实验结果表明,本文所提出的MOEA/D-LR算法解集的整体质量明显优于其他算法,且该算法在维持多样性的同时其收敛性显着提高.(本文来源于《小型微型计算机系统》期刊2018年06期）
陈岩,王宗宪[4]（2016）在《基于多准则寻优策略的差分进化算法》一文中研究指出在差分进化算法的基础上,提出一种基于多准则寻优策略的改进差分进化算法。该算法可以动态调整变异因子和交叉概率,基于文中提出的多准则寻优策略,通过个体适应度、个体间距离等评价指标判断个体的优劣程度,并且可以降低种群的高密度程度,增强种群多样性。这种判断机制可以有效避免种群过早收敛,易陷入局部最优的风险。通过具体的测试函数对算法进行测试,并与标准差分进化算法进行比较,结果显示算法寻优效果较好,可以较快地得到全局最优解。(本文来源于《山东科技大学学报(自然科学版)》期刊2016年01期）
邵帅,邓清华,丰镇平[5]（2016）在《向心透平初始设计自动进化寻优方法与变工况性能预测模型》一文中研究指出发展了一套向心透平初始设计自动进化寻优方法及变工况性能预测模型。借助遗传算法,以向心透平的总-静效率为目标函数,在给定范围内选取载荷系数Ψ、流量系数φ以及转速n的最佳组合,配合变工况性能预测模型,快速得到性能曲线。以1996年Jones发表的T-100透平为例校核本文设计方法,结果表明设计结果略胜于T-100透平。变工况性能实验数据、CFD结果以及预测模型结果对比,CFD结果普遍偏高,预测模型结果在低于设计速比工况下更接近实验数据。(本文来源于《工程热物理学报》期刊2016年01期）
秦仙蓉,徐俭,赵坤,孙远韬[6]（2015）在《基于分层进化寻优的塔机结构有限元模型修正》一文中研究指出采用分层优化策略,运用进化寻优算法实现结构有限元模型的优化修正.根据设计变量对有限元模型影响的区别将其置于节点层与截面层分别执行进化寻优,两个层次的进化寻优交替进行直至问题收敛.建立了某型塔机的参数化有限元模型,根据实测的风致振动响应识别的模态参数采用所提出的方法对塔机的有限元模型进行了修正.修正结果表明,该方法可以有效地实现塔机的有限元模型修正,且修正计算效率高于对应的基于整体策略的修正方法.(本文来源于《同济大学学报(自然科学版)》期刊2015年06期）
谢凤英,秦世引,姜志国,孟如松[7]（2009）在《皮肤镜黑素细胞瘤图像自适应聚类的进化寻优》一文中研究指出图像的自动准确分割是实现黑素细胞瘤图像自动分析的关键.针对皮肤镜黑素细胞瘤图像,提出一种基于改进遗传算法和自生成神经网络(SGNN)相结合的自适应聚类分割算法.首先采用遗传算法选取一组最优的种子样本作为初始神经树;然后通过SGNN对剩余样本进行训练得到一个自生成神经森林;最后令森林中每棵树代表一个类,完成黑素细胞瘤图像的自适应聚类分割.该算法解决了SGNN对样本训练顺序敏感的问题,并能够自适应地确定类别数,聚类过程无需任何人工干预;同时根据解空间的大小设定遗传算法的初始种群规模,并在进化过程中根据个体的变化对种群规模以及交叉率和变异率等遗传控制参数进行动态调整,有效地提高了算法的运行速度.实验结果表明,文中算法稳定性好,聚类结果符合人眼判别的诊断要求.(本文来源于《计算机辅助设计与图形学学报》期刊2009年12期）
张捷,谢刚[8]（2009）在《基于Fisher准则的免疫思维进化算法在图像阈值寻优中的应用》一文中研究指出针对图像分割中的阈值选取问题,通过引入模式识别理论中的Fisher评价函数作为图像分割的准则函数,提出了基于Fisher准则的免疫思维进化算法进行图像分割。该算法克服了基本遗传算法无法记忆每一代的进化信息、容易出现"早熟"、收敛慢且不能保证全局搜索的缺点,可以指导算法向着有利方向进行,并且采用群体搜索,提高了搜索效率且避免了"早熟"现象,提高了算法的寻优质量。笔者对该算法进行了详尽的分割实验,并与基本遗传算法相比较,结果表明该算法可以将分割阈值稳定在5个像素之内,运算速度比基本遗传算法提高了9.5%,是一种有效的图像阈值分割新方法。(本文来源于《太原理工大学学报》期刊2009年03期）
张捷[9]（2009）在《免疫思维进化算法及其在图像阈值寻优中的应用》一文中研究指出数字图像处理是计算机视觉的重要内容,主要包括噪声滤波,图像增强、图像压缩、图像分割等内容。图像分割是其中的一个关键环节,在图像处理中有着十分重要的地位。图像分割的目的是将图像划分为有意义的区域,从复杂的背景中提取出目标对象,为后续的目标检测、特征提取和目标识别等提供前提。本文通过分析目前现有的一些图像分割方法,提出了基于fisher准则的免疫思维进化算法的图像阈值分割,并与基本遗传算法相比,改善了遗传算法的不足之处,得到了较好的分割效果。论文的主要研究工作包括:(1)介绍了进化计算的基本理论,讨论了进化计算的基本框架和特点,分析了进化计算存在的问题。给出人工免疫的基本理论介绍,分析了人工免疫和进化计算的异同点。经分析表明,进化计算与人工免疫有相似的生物学基础,人工免疫过程也存在进化机制,两者有结合的基础。(2)给出了免疫思维进化算法的理论基础分析。详细阐述了免疫思维进化算法的提出背景及算法原理,给出了算法的流程图及步骤。讨论了免疫思维进化算法应用于图像分割的现象。(3)介绍了边缘检测法、区域的生长和分裂合并法、以及阈值分割法等各类的分割算法。其中常见的阈值法有直方图法、最大类间方差法、最大熵阈值分割法、最小误差法、迭代分割法等等。并对其进行了比较实验。(4)针对目前阈值分割算法存在的不足,提出了免疫思维进化算法与Fisher准则相结合的图像阈值分割法,通过实验证明,该算法可以提高图像分割效果,在进行参数选择之后可以避免算法陷入局部极值,保证了分割效率,得到了理想的效果。(本文来源于《太原理工大学》期刊2009-04-01）
赵文红,王宇平,王巍[10]（2008）在《快速寻优的全局优化进化算法》一文中研究指出为了加快进化算法中种群的寻优速度,设计双变异算子,提出一种进化算法。该算法以种群的多样性、算法的收敛速度、全局与局部搜索能力的综合均衡为设计重点,利用概率论和Markov链证明了该算法的全局收敛性,通过对6个基准函数进行测试,从数值上验证了该算法的有效性。(本文来源于《计算机工程》期刊2008年08期）
进化寻优论文开题报告
（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：
针对大型双馈式风电机组变桨控制器参数优化问题,提出基于差分进化算法离线寻优变桨控制器PI参数的策略。基于GH Bladed软件得出的双馈式风电机组的高阶线性化模型,利用Matlab软件辨识出既满足精度要求,又可进行参数寻优的低阶模型。然后采用差分进化算法优化变桨PI控制器参数。利用寻优得到的参数进行变增益变桨控制,以达到稳定功率的控制目标。以5 MW双馈式风电机组为研究对象进行仿真验证。在阵风工况下,寻优后的输出功率很快恢复到额定值附近,而且最大偏离量较优化前小。在平均风速为16、18和20 m/s的湍流风工况下,寻优后的输出功率标准差较优化前分别降低23.31%、22.78%和18.32%。
（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。
进化寻优论文参考文献
[1].鄂翔南,刘泽平,张子晔.基于差分进化算法的面目标瞄准点寻优[J].计算机与现代化.2019
[2].田德,高洋,闫肖蒙,邓英.基于差分进化算法的风电机组变桨参数寻优[J].太阳能学报.2019
[3].王丽萍,丰美玲,邱飞岳,章鸣雷.递归替换寻优策略的分解多目标进化算法[J].小型微型计算机系统.2018
[4].陈岩,王宗宪.基于多准则寻优策略的差分进化算法[J].山东科技大学学报(自然科学版).2016
[5].邵帅,邓清华,丰镇平.向心透平初始设计自动进化寻优方法与变工况性能预测模型[J].工程热物理学报.2016
[6].秦仙蓉,徐俭,赵坤,孙远韬.基于分层进化寻优的塔机结构有限元模型修正[J].同济大学学报(自然科学版).2015
[7].谢凤英,秦世引,姜志国,孟如松.皮肤镜黑素细胞瘤图像自适应聚类的进化寻优[J].计算机辅助设计与图形学学报.2009
[8].张捷,谢刚.基于Fisher准则的免疫思维进化算法在图像阈值寻优中的应用[J].太原理工大学学报.2009
[9].张捷.免疫思维进化算法及其在图像阈值寻优中的应用[D].太原理工大学.2009
[10].赵文红,王宇平,王巍.快速寻优的全局优化进化算法[J].计算机工程.2008