导读:本文包含了收敛因子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:因子,算法,灰狼,鲸鱼,模型,混沌,参变量。
收敛因子论文文献综述
于俊洋,高宁杰,李涵[1]（2019）在《基于非线性收敛因子和局部扰动的鲸鱼算法》一文中研究指出为提高鲸鱼算法的收敛速度和寻优精度,提出一种基于非线性收敛因子和局部扰动的鲸鱼优化算法。引入非线性收敛因子,提高鲸鱼种群的多样性,扩大鲸鱼搜索食物的范围;在鲸鱼包围捕食阶段,采用一种局部扰动策略,使算法在跳出局部极值时的能力增强,提高算法的寻优精度。实验结果表明,改进后算法和粒子群算法、蝙蝠算法、基本鲸鱼算法相比,寻优速度、收敛精度、算法稳定性方面更优。(本文来源于《计算机工程与设计》期刊2019年10期）
李国军,姜潇,雷薇,陈海耿[2]（2019）在《炉温决策中收敛因子的算法》一文中研究指出炉温决策是加热炉智能控制的主要任务之一,常规决策过程需多次迭代求取炉温设定值.迭代过程中收敛因子的选取对收敛速度有较大影响,而常规决策方法的收敛因子一般根据经验选取.基于不同条件下被加热钢坯的焓增与边界热流之差对时间积分成正比关系,本文分别推导并提出了计算收敛因子的汇合法、分化法及汇合-分化联合法.汇合法确定收敛因子时无需进行迭代计算,汇合-分化联合法仅需一次迭代计算.对比分析表明:采用汇合-分化联合法确定收敛因子进行炉温决策,仅需一次迭代计算就可达到较高的精度.(本文来源于《材料与冶金学报》期刊2019年01期）
王涛,Ryad,Chellali[3]（2019）在《非线性权重和收敛因子的鲸鱼算法》一文中研究指出针对鲸鱼优化算法收敛速度慢,收敛精度低等问题,提出一种基于非线性收敛因子和惯性权重的鲸鱼优化算法.首先使用改进后的Logistic混沌映射来初始化种群,增加种群多样性.然后将线性变化的收敛因子改进为一种分段式非线性收敛因子,同时增加了非线性惯性权重来增强算法的勘探和开发能力.最后选取7个基准函数进行测试,实验表明改进后算法收敛速度快、精度高.(本文来源于《微电子学与计算机》期刊2019年01期）
王秋萍,王梦娜,王晓峰[4]（2019）在《改进收敛因子和比例权重的灰狼优化算法》一文中研究指出在分析灰狼优化算法不足的基础上,提出一种改进的灰狼优化算法(CGWO),该算法采用基于余弦规律变化的收敛因子,平衡算法的全局搜索和局部搜索能力,同时引入基于步长欧氏距离的比例权重更新灰狼位置,从而加快算法的收敛速度。对8个经典测试函数进行仿真实验,结果表明CGWO算法的求解精度更高,稳定性更好。最后以预测谷氨酸菌体生长浓度为例,利用CGWO算法估计Richards模型的参数,以均方根误差和平均绝对误差作为评价指标,与PSO算法、GA算法和VS-FOA算法的结果进行比较,CGWO算法可以有效地估计Richards模型中的参数。(本文来源于《计算机工程与应用》期刊2019年21期）
李涛,肖罡,李状,沈召源,罗竹辉[5]（2018）在《基于FxLMS定收敛因子的自适应前馈主动噪声控制》一文中研究指出为研究自适应前馈主动噪声控制FxLMS算法的收敛特性,通过Simulink仿真,表明定收敛因子条件下FxLMS算法在次级通道传递函数已知时,输出声信号能实时跟踪输入噪声源信号的反相信号,残余误差信号能快速减小并达到稳态。(本文来源于《中国新技术新产品》期刊2018年18期）
贺祥民[6]（2018）在《区域绿色创新效率的俱乐部收敛分析——基于非线性时变因子模型》一文中研究指出在使用Super-SBM模型测度区域绿色创新效率的基础上,文章基于非线性时变因子模型考察了区域间绿色创新效率的俱乐部收敛现象。结果表明区域间绿色创新效率存在着叁个收敛俱乐部,进而使用Ordered Probit模型研究发现人均GDP、人力资本、FDI、产业结构、政府支持是收敛俱乐部形成的决定条件。(本文来源于《贵州商学院学报》期刊2018年03期）
徐松金,龙文[7]（2018）在《基于随机收敛因子和差分变异的改进灰狼优化算法》一文中研究指出针对基本灰狼优化算法在求解高维复杂优化问题时存在解精度低和易陷入局部最优的缺点,提出一种改进的灰狼优化算法。受粒子群优化算法的启发,设计一种收敛因子a随机动态调整策略以协调算法的全局勘探和局部开采能力;为了增强种群多样性和降低算法陷入局部最优的概率,受差分进化算法的启发,构建一种随机差分变异策略产生新个体。选取6个标准测试函数进行仿真实验。结果表明:在相同的适应度函数评价次数条件下,此算法在求解精度和收敛速度上均优于其他算法。(本文来源于《科学技术与工程》期刊2018年23期）
伍铁斌,桂卫华,阳春华,龙文,李勇刚[8]（2018）在《用对数函数描述收敛因子的改进灰狼优化算法及其应用》一文中研究指出针对灰狼优化(grey wolf optimization,GWO)算法在求解复杂高维优化问题时存在解精度低、易陷入局部最优等缺点,提出一种基于对数函数描述收敛因子的改进GWO算法。采用佳点集方法初始化种群以保证个体尽可能均匀地分布在搜索空间中;提出一种基于对数函数描述的非线性收敛因子替代线性递减收敛因子,以协调算法的勘探和开采能力;对当前最优的3个个体执行改进的精英反向学习策略产生精英反向个体,以避免算法出现早熟收敛。研究结果表明改进算法具有较好的寻优性能。(本文来源于《中南大学学报(自然科学版)》期刊2018年04期）
梁志清,农海娇,严晓婷,叶玲伶,庞敏[9]（2018）在《收敛因子在无穷积分计算中的运用》一文中研究指出无穷积分的计算是数学分析中的一个知识难点.本文以含参量无穷积分的理论为基础,介绍收敛因子,并通过实例说明收敛因子方法在无穷积分计算中的应用.(本文来源于《玉林师范学院学报》期刊2018年02期）
龙文,伍铁斌,唐斌[10]（2017）在《收敛因子非线性变化的鲸鱼优化算法》一文中研究指出针对基本鲸鱼优化算法在处理复杂全局优化问题时存在解精度低和收敛速度慢等缺点,提出一种收敛因子随进化迭代次数非线性变化的改进鲸鱼优化算法.该算法利用混沌方法替代随机方法初始化种群,使群体具有较好的多样性.受粒子群算法惯性权重启发,设计出一种随进化迭代次数增加而非线性变化的收敛因子更新公式,以平衡算法的全局搜索和局部搜索能力.对当前最优鲸鱼个体执行混沌扰动策略以扩大其搜索范围.选取6个高维标准测试函数进行数值实验,结果表明该算法具有较高的收敛精度和较快的收敛速度.(本文来源于《兰州理工大学学报》期刊2017年06期）
收敛因子论文开题报告
（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：
炉温决策是加热炉智能控制的主要任务之一,常规决策过程需多次迭代求取炉温设定值.迭代过程中收敛因子的选取对收敛速度有较大影响,而常规决策方法的收敛因子一般根据经验选取.基于不同条件下被加热钢坯的焓增与边界热流之差对时间积分成正比关系,本文分别推导并提出了计算收敛因子的汇合法、分化法及汇合-分化联合法.汇合法确定收敛因子时无需进行迭代计算,汇合-分化联合法仅需一次迭代计算.对比分析表明:采用汇合-分化联合法确定收敛因子进行炉温决策,仅需一次迭代计算就可达到较高的精度.
（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。
收敛因子论文参考文献
[1].于俊洋,高宁杰,李涵.基于非线性收敛因子和局部扰动的鲸鱼算法[J].计算机工程与设计.2019
[2].李国军,姜潇,雷薇,陈海耿.炉温决策中收敛因子的算法[J].材料与冶金学报.2019
[3].王涛,Ryad,Chellali.非线性权重和收敛因子的鲸鱼算法[J].微电子学与计算机.2019
[4].王秋萍,王梦娜,王晓峰.改进收敛因子和比例权重的灰狼优化算法[J].计算机工程与应用.2019
[5].李涛,肖罡,李状,沈召源,罗竹辉.基于FxLMS定收敛因子的自适应前馈主动噪声控制[J].中国新技术新产品.2018
[6].贺祥民.区域绿色创新效率的俱乐部收敛分析——基于非线性时变因子模型[J].贵州商学院学报.2018
[7].徐松金,龙文.基于随机收敛因子和差分变异的改进灰狼优化算法[J].科学技术与工程.2018
[8].伍铁斌,桂卫华,阳春华,龙文,李勇刚.用对数函数描述收敛因子的改进灰狼优化算法及其应用[J].中南大学学报(自然科学版).2018
[9].梁志清,农海娇,严晓婷,叶玲伶,庞敏.收敛因子在无穷积分计算中的运用[J].玉林师范学院学报.2018
[10].龙文,伍铁斌,唐斌.收敛因子非线性变化的鲸鱼优化算法[J].兰州理工大学学报.2017