导读:本文包含了模糊自适应算法论文开题报告文献综述及选题提纲参考文献，主要关键词:漆包线,模糊PID算法,自适应,软化击穿
模糊自适应算法论文文献综述
徐立娟,雷翔霄[1]（2019）在《自适应模糊PID算法在软化击穿试验仪温度控制中的应用》一文中研究指出为满足漆包线新品种热性能的检测要求,设计了一种基于STM32的软化击穿试验仪温度控制系统。系统CPU选用STM32,配以外围温度检测电路、信号调理电路、电流检测电路、驱动电路。控制算法采用自适应模糊PID算法。仿真和实物实验结果表明,该系统能快速精确地完成对软化击穿试验仪的温度控制,符合相关国家标准的要求。(本文来源于《高技术通讯》期刊2019年11期）
薛琳,李硕,邢家明,侯永宏[2]（2019）在《基于模糊控制的立体视频自适应传输算法》一文中研究指出设计一种适用于3D视频传输的模糊自适应算法,选用缓存状态和估计网络吞吐量作为视频质量选择依据.不同于2D视频传输,设计自适应算法同时考虑视点选择对用户观看视频质量体验影响.实验表明,在几种常见变化网络环境条件下,算法可以为网络视频用户提供更好的质量体验.(本文来源于《南开大学学报(自然科学版)》期刊2019年05期）
王保锋,麻晓璇,李金星[3]（2019）在《一种自适应模糊连接点聚类算法》一文中研究指出模糊连接点聚类算法(Fuzzy Joint Points, FJP)用最大间隔下降法划分聚类的簇数目,这种确定簇数目的方法具有主观性,不利于算法的应用推广。针对此问题,提出一种基于有效近邻簇指标的自适应FJP聚类算法,通过Kernels-VCN指标来评估聚类的有效性,从而实现最佳簇数目的自适应确定,最后在UCI数据集和人工数据集上验证所提算法的可行性。(本文来源于《计算机与现代化》期刊2019年10期）
邓楚燕,彭昱忠,李红亚,龚道庆,张浩[4]（2019）在《模糊自适应多细胞GEP函数优化算法》一文中研究指出为提高传统GEP算法的全局搜索能力,提出一种基于模糊控制的多细胞基因表达式编程算法(multicellular GEP algorithm based on fuzzy control,MGEP-FC)。通过构建模糊隶属函数,对算法的交叉率、变异率和实数集变异率的大小进行描述,根据种群中个体适应度值的集中和分散程度,动态调整遗传操作的交叉率、变异率和实数集变异率。为使种群的多样性在迭代过程中得到延续,设计一种遗传操作方案,将产生的新个体与父代种群结合构建临时种群,临时种群和子代种群的多样性均得到优化。12个Benchmark的函数寻优实验结果表明,该算法在稳定性、全局收敛能力和寻优速度等方面都得到了显着提升。(本文来源于《计算机工程与设计》期刊2019年10期）
吴成茂,孙佳美[5]（2019）在《基于全散度的自适应鲁棒图形模糊聚类算法》一文中研究指出针对图形模糊聚类对灰度分布不均匀及噪声干扰图像无法获得满意分割结果的不足,提出一种基于全散度的自适应鲁棒图形模糊聚类分割算法。全散度和像素邻域信息相结合,得到一种改进的全散度;改进的全散度引入图形模糊聚类最优化模型,并嵌入像素空间邻域信息。当前聚类像素与邻域像素均值的偏差作为该鲁棒聚类分割模型的正则因子,促使该聚类对强弱噪声具有自适应抑制能力。测试结果表明,与现有的图形模糊聚类、鲁棒模糊聚类等算法相比,自适应鲁棒全散度图形模糊聚类分割算法的分割效果和抗噪鲁棒性均有明显改善。(本文来源于《兵工学报》期刊2019年09期）
王贵丽,刘伟民,麻丽明,刘小凡[6]（2019）在《基于模糊自适应PID算法的工业机器人运动控制研究》一文中研究指出本文以ER3A-C60型机器人为研究对象,建立运动学模型,结合机器人运动控制系统的动力和控制特性,运用模糊自适应PID算法建立模糊逻辑控制系统,通过自适应算法的调整位置参数实现对ER3A-C60型机器人的运动控制。利用Simulink进行仿真,验证了该算法的有效性和可行性。(本文来源于《数码世界》期刊2019年09期）
林洋,兰蓉[7]（2019）在《核空间自适应抑制式直觉模糊图像分割算法》一文中研究指出针对直觉模糊C-均值(intuitionistic fuzzy C-means,IFCM)算法未考虑图像像素的空间邻域信息,导致对噪声较为敏感,算法运行效率较低,分割效果较差等问题,提出一种核空间自适应抑制式直觉模糊图像分割算法。以核诱导距离代替欧氏距离计算像素至聚类中心的距离,将局部空间信息融入核空间中;利用"投票模型"将模糊集扩展为直觉模糊集,减少人工参数对实验的影响;根据图像像素和聚类中心之间的分离性自适应生成抑制因子。实验结果表明,该算法对噪声鲁棒性较强,分割精度较高,提升了算法的运行效率。(本文来源于《计算机工程与设计》期刊2019年08期）
喻阳俭,茹锋,王萍,张妮[8]（2019）在《自适应模糊算法优化的足球机器人轨迹跟踪》一文中研究指出为了提高足球机器人在运动控制过程中的轨迹跟踪性能和稳定性,将自适应模糊PID算法用于机器人运动控制环节中,对PID参数进行实时调整。建立足球机器人在场地上的控制系统模型,分析机器人在轨迹跟踪中由驱动方向、角度等时变因素导致的实际轨迹发生偏移的问题,分别在MATLAB-Simulink和SimRobot仿真平台对优化算法的性能进行仿真,同时与传统的PID控制进行对比。实验结果表明,自适应模糊PID算法相比传统的PID控制器在最大跟踪误差和平均跟踪误差方面分别减少20.18%和29.34%,同时提升了系统的稳定性。该控制算法提升了足球机器人的轨迹跟踪性能,满足机器人在运动过程中的动力学和控制要求,易于在工程中应用。(本文来源于《机械与电子》期刊2019年07期）
万丰丰,周国民,周晓[9]（2019）在《一种去除椒盐噪声的自适应模糊中值滤波算法》一文中研究指出针对传统中值滤波算法降噪性能不佳以及易造成图像细节模糊的问题,提出了一种自适应模糊中值滤波算法。滤波过程分为噪声检测和噪声去除2个阶段。噪声检测阶段:采用极值法检测噪声,将图像的像素点分为两类,即疑似噪声点和信号点。通过疑似像素点和与其相邻的已处理的像素点的平均绝对灰度差值定义模糊隶属度函数,利用该函数对疑似噪声点是否为噪声进行模糊分类。噪声去除阶段:信号点保持原值输出,对于疑似噪声点的3种分类结果,采用模糊加权的中值滤波器进行统一处理。实验结果表明,较于多种传统滤波方法,该算法能更有效地去除椒盐噪声,保护图像细节。(本文来源于《浙江大学学报(理学版)》期刊2019年04期）
董明刚,刘宝,敬超[10]（2019）在《模糊自适应排序变异多目标差分进化算法》一文中研究指出为提高多目标差分进化算法在求解问题时的收敛性和多样性,提出了一种模糊自适应排序变异多目标差分进化算法。首先,采用模糊系统自适应调节排序变异参数,均衡了算法的局部搜索能力和全局探索能力,在加快算法收敛速度的同时,减小了陷入局部最优的可能性;其次,采用均匀种群初始化方法,在算法开始阶段获得了一个分布均匀的初始种群,提高了算法的稳定性和多样性;最后,增加一个临时的种群以存储被丢弃的个体,用于每一代优化后的最终选择,提高了种群进化过程中的多样性。采用7个标准测试函数和3个具有偏好特征的测试函数进行仿真实验,并将所提算法与其他4种多目标进化算法进行对比。实验结果表明,所提算法在收敛性和多样性方面整体上优于其他几种对比算法,可以有效地逼近真实Pareto前沿。同时,实验也验证了所提算法中模糊自适应排序变异策略的有效性。(本文来源于《计算机科学》期刊2019年07期）
模糊自适应算法论文开题报告
（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：
设计一种适用于3D视频传输的模糊自适应算法,选用缓存状态和估计网络吞吐量作为视频质量选择依据.不同于2D视频传输,设计自适应算法同时考虑视点选择对用户观看视频质量体验影响.实验表明,在几种常见变化网络环境条件下,算法可以为网络视频用户提供更好的质量体验.
（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。
模糊自适应算法论文参考文献
[1].徐立娟,雷翔霄.自适应模糊PID算法在软化击穿试验仪温度控制中的应用[J].高技术通讯.2019
[2].薛琳,李硕,邢家明,侯永宏.基于模糊控制的立体视频自适应传输算法[J].南开大学学报(自然科学版).2019
[3].王保锋,麻晓璇,李金星.一种自适应模糊连接点聚类算法[J].计算机与现代化.2019
[4].邓楚燕,彭昱忠,李红亚,龚道庆,张浩.模糊自适应多细胞GEP函数优化算法[J].计算机工程与设计.2019
[5].吴成茂,孙佳美.基于全散度的自适应鲁棒图形模糊聚类算法[J].兵工学报.2019
[6].王贵丽,刘伟民,麻丽明,刘小凡.基于模糊自适应PID算法的工业机器人运动控制研究[J].数码世界.2019
[7].林洋,兰蓉.核空间自适应抑制式直觉模糊图像分割算法[J].计算机工程与设计.2019
[8].喻阳俭,茹锋,王萍,张妮.自适应模糊算法优化的足球机器人轨迹跟踪[J].机械与电子.2019
[9].万丰丰,周国民,周晓.一种去除椒盐噪声的自适应模糊中值滤波算法[J].浙江大学学报(理学版).2019
[10].董明刚,刘宝,敬超.模糊自适应排序变异多目标差分进化算法[J].计算机科学.2019