导读:本文包含了启发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:人工网络,收敛启发,社区网络,数据迁移
启发算法论文文献综述
陈倩,许媛[1]（2019）在《基于收敛启发机制的人工网络安全迁移算法研究》一文中研究指出针对当前人工网络安全迁移算法研究中存在迁移时间长、误码率高且容易造成网络瘫痪等不足,提出了一种基于收敛启发机制的人工网络安全迁移算法。首先,利用社区网络进行网络迁移时具有的波动特性,通过带宽函数均值起伏率和网络存储冗余率两个指标进行迁移裁决,有效减缓了迁移过程中网络出现拥塞的概率,实现数据迁移并提高网络安全迁移过程中的鲁棒性。随后,针对当前算法迁移过程中难以进行误差评估的不足,通过启发映射机制设计了网络存储冗余带宽迁移方法,用以改善网络数据传输过程中的抖动,改善网络迁移时的效率,具有很强的迁移质量。仿真实验表明:与当前常用的超混沌云网络预估迁移机制(Predictive Migration Mechanism of Hyperchaotic Cloud Networks,PMM-HCN机制)、社区网络大数据峰值安全迁移机制(Peak Security Migration Mechanism of Large Data in Community Network,PSMM-LDCN机制)相比,本文算法具有网络迁移时间少、网络迁移数据误码率小、网络抖动时间短、网络瘫痪频率低等特性,具有很强的实际部署价值。(本文来源于《井冈山大学学报(自然科学版)》期刊2019年05期）
宋东辉[2]（2019）在《肾启发算法的化工过程建模》一文中研究指出肾启发算法是一种受人体肾脏功能启发的智能算法。本文在对肾启发算法性能研究的基础上,对肾启发算法的改进作了进一步研究。本文的主要研究内容如下:(1)简要介绍肾启发算法的产生以及原理,并结合优化经典测试函数的结果、收敛曲线和群体分布图评价算法的性能,基于此总结了肾启发算法的不足。(2)针对肾启发算法的不足,本文受粒子群算法的启发,改进肾启发算法的运动方程,为了进一步增强算法的局部搜索精度,引入分子操作。与另外两种优化算法对典型测试函数的优化结果的评价中,表明受粒子群算法启发的肾算法的性能最优。此外,本文引入了卡普陀梯度下降算法,该算法的搜索精度优于传统的梯度下降算法。为了建立更精确的模型,本文结合受粒子群算法启发的肾算法和卡普陀梯度下降算法改进RBF网络,并应用改进的RBF网络对汽油管道调合过程进行建模,与经验法的RBF以及K均值的RBF的建模结果对比,改进的RBF网络具有更高的精度。(3)为了进一步提高肾启发算法的性能,本文重新定义滤过函数和运动方程,同时引入莱维飞行,提出了改进的肾启发算法,在与其它叁种优化算法的客观评价中,改进的肾启发算法性能最优。为了建立FCCU反应-再生系统的精确模型,本文结合改进的肾启发算法和卡普陀梯度下降算法,提出改进的对角递归神经网络对FCCU反应-再生系统进行建模。在与DRNN的辨识结果的比对实验中,本文改进的DRNN算法获得更为满意的结果。(本文来源于《浙江大学》期刊2019-03-01）
李媛媛,贾志成,陈雷,郭艳菊[3]（2019）在《受启发的回溯搜索算法在优化问题中的应用》一文中研究指出回溯搜索算法是一种比较新且具有一定竞争力的群体智能优化算法。然而,它的搜索方程存在着开发能力和探索能力不平衡的缺点。针对这一问题,受贪婪机制和粒子群算法的启发,分别提出了一个在最优解附近进行深度开发的搜索方程和一个能够及时跳出局部极值的带扰动算子的搜索方程。在算法寻优过程中,将前一个开发能力较强的搜索方程和后一个搜索能力较强的搜索方程配合使用以确保算法的搜索能力在两方面尽可能地达到平衡。通过对标准测试函数的仿真实验并与其他算法相比较,结果表明所提出的算法在处理复杂的数值优化问题时表现出了良好的性能。(本文来源于《燕山大学学报》期刊2019年01期）
崔家瑞,李擎,杨柳祎,王恒,张博钰[4]（2019）在《启发信息引导的改进萤火虫算法》一文中研究指出萤火虫算法(FA)是一种群体智能优化算法,它基于萤火虫的闪烁和吸引特征模拟萤火虫的社会行为。为解决萤火虫算法后期收敛速度慢,易陷入局部最优的不足,对算法进行了改进。提出了两种启发信息引导算法收敛:第一种借鉴粒子群算法中"全局最优"的思想,将当前最优点的位置作为启发信息,形成了基于当前全局最优的萤火虫算法(FAGO);第二种将贝叶斯估计计算出的最优移动方向作为启发信息,形成了基于贝叶斯估计的萤火虫算法(FABE)。最后,将本文算法在多个常见函数上进行了测试,并与经典萤火虫算法、近年其他文献改进萤火虫算法进行了对比研究,结果表明本文所提算法能够加快收敛速度,提高收敛精度。(本文来源于《哈尔滨理工大学学报》期刊2019年01期）
都时禹,张一鸣,罗侃,黄庆[5]（2019）在《自然启发算法库构建设想及其在新材料研发中的意义》一文中研究指出材料基因组工程技术是运用人工智能手段实现新材料按需设计的关键技术,其中尤为重要的是创新智能算法的开发和应用。本文在总结、分析已有自然启发算法的基础上,提出建立自然启发算法库(Nature-inspiredAlgorithmsLibrary,NIAL)的设想;明确了从不同学科取得算法启发并高通量产生新算法的基本思路;详细阐述了构建该算法库的基本流程,并剖析建立自然启发算法库平台的若干优势和特点。最后,展望了自然启发算法库在新材料研发中的应用模式,希望借此提升人工智能在材料基因组工程领域的应用水平。(本文来源于《无机材料学报》期刊2019年01期）
赵伟康,韩一娜,杨益新,刘清宇[6]（2018）在《基于元启发算法的纯方位被动定位方法》一文中研究指出传统的最小二乘的纯方位被动定位方法虽然运算简单,但是定位结果不够可靠。基于此,文中探究了利用元启发算法进行纯方位被动定位的可能性,构建了相应的数学模型,给出了具体的算法。通过对比该方法与传统方法的效果,同时对该方法在水声观测环境下的应用进行仿真,得出该方法的定位效果相较传统的最小二乘定位方法有显着的优势。(本文来源于《水下无人系统学报》期刊2018年06期）
李理,李鸿,单宁波[7]（2019）在《多启发因素改进蚁群算法的路径规划》一文中研究指出移动机器人的路径规划不仅要求路径路程短,还要避免路径转弯过多,颠簸程度严重,环境适应性差等问题,为此提出基于路径长度,转弯次数及坡度平滑性叁种因素共同影响的改进启发函数,综合计算转移概率;同时改进信息素更新方式,根据叁因素综合指标分配各路径上的信息素量,指导蚂蚁向综合性能最好的路径靠近。并提出一种非均匀初始信息素方法,防止过多蚂蚁走入死路。结合改进的地图建模障碍机制,提高路径的安全性。仿真及实验结果表明,改进算法得到的规划路径在叁因素综合性能上具有较大提高,且具有较好的全局搜索能力及收敛性,适当调整参数还能得到某一特性表现突出的路径,且迭代次数和计算时间均表现较优。(本文来源于《计算机工程与应用》期刊2019年05期）
尹元元,游晓明,许明乐,刘升[8]（2018）在《基于动态启发算子的双种群蚁群算法及其应用》一文中研究指出针对传统蚁群优化(ACO)算法容易陷入局部最优、收敛速度慢等问题,提出一种基于动态启发算子的双种群蚁群算法。提出了基于已有路径的动态随机启发函数,避免算法陷入局部最优;引入新种群,并通过共享信息素实现种群间的交互,调整两种群参数,加快算法收敛速度。提出的算法应用于移动机器人路径规划仿真实验,结果证明了改进算法的有效性。(本文来源于《传感器与微系统》期刊2018年09期）
朱大奇,刘雨,孙兵,刘清沁[9]（2019）在《自治水下机器人的自主启发式生物启发神经网络路径规划算法》一文中研究指出针对复杂海流环境下自治水下机器人(autonomous underwater vehicle, AUV)的路径规划问题,本文在栅格地图的基础上给出了一种基于离散的生物启发神经网络(Glasius bio-inspired neural networks, GBNN)模型的新型自主启发式路径规划和安全避障算法,并考虑海流对路径规划的影响.首先建立GBNN模型,利用此模型表示AUV的工作环境,神经网络中的每一个神经元与栅格地图中的位置单元一一对应;其次,根据神经网络中神经元的活性输出值分布情况并结合方向信度算法实现自主规划AUV的运动路径;最后根据矢量合成算法确定AUV实际的航行方向.障碍物环境和海流环境下仿真实验结果表明了生物启发模型在AUV水下环境中路径规划的有效性.(本文来源于《控制理论与应用》期刊2019年02期）
芦天亮,张璐,蔡满春,杜彦辉,刘颖卿[10]（2018）在《一种超椭球免疫理论启发的shellcode检测算法》一文中研究指出为了解决特征码匹配技术对于未知或多态shellcode检测效率较低的问题,提出一种基于人工免疫系统的shellcode检测算法AIS-SDA.提取shellcode的静态和动态特征,通过反汇编获得汇编指令序列,通过模拟执行获得API函数调用序列,基于n-gram模型编码生成抗原.利用超椭球对免疫检测器编码提高非我空间覆盖率,检测器经历阴性选择算法的免疫耐受后成熟.对成熟检测器克隆和遗传变异,运用超椭球改变朝向、迁移中心和伸缩半轴等手段实现检测器的优化,生成更加优秀的抗体后代.最后,对收集的shellcode样本进行实验验证,结果表明,该方法对非编码和多态shellcode均具有较高的检测准确率.(本文来源于《小型微型计算机系统》期刊2018年06期）
启发算法论文开题报告
（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：
肾启发算法是一种受人体肾脏功能启发的智能算法。本文在对肾启发算法性能研究的基础上,对肾启发算法的改进作了进一步研究。本文的主要研究内容如下:(1)简要介绍肾启发算法的产生以及原理,并结合优化经典测试函数的结果、收敛曲线和群体分布图评价算法的性能,基于此总结了肾启发算法的不足。(2)针对肾启发算法的不足,本文受粒子群算法的启发,改进肾启发算法的运动方程,为了进一步增强算法的局部搜索精度,引入分子操作。与另外两种优化算法对典型测试函数的优化结果的评价中,表明受粒子群算法启发的肾算法的性能最优。此外,本文引入了卡普陀梯度下降算法,该算法的搜索精度优于传统的梯度下降算法。为了建立更精确的模型,本文结合受粒子群算法启发的肾算法和卡普陀梯度下降算法改进RBF网络,并应用改进的RBF网络对汽油管道调合过程进行建模,与经验法的RBF以及K均值的RBF的建模结果对比,改进的RBF网络具有更高的精度。(3)为了进一步提高肾启发算法的性能,本文重新定义滤过函数和运动方程,同时引入莱维飞行,提出了改进的肾启发算法,在与其它叁种优化算法的客观评价中,改进的肾启发算法性能最优。为了建立FCCU反应-再生系统的精确模型,本文结合改进的肾启发算法和卡普陀梯度下降算法,提出改进的对角递归神经网络对FCCU反应-再生系统进行建模。在与DRNN的辨识结果的比对实验中,本文改进的DRNN算法获得更为满意的结果。
（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。
启发算法论文参考文献
[1].陈倩,许媛.基于收敛启发机制的人工网络安全迁移算法研究[J].井冈山大学学报(自然科学版).2019
[2].宋东辉.肾启发算法的化工过程建模[D].浙江大学.2019
[3].李媛媛,贾志成,陈雷,郭艳菊.受启发的回溯搜索算法在优化问题中的应用[J].燕山大学学报.2019
[4].崔家瑞,李擎,杨柳祎,王恒,张博钰.启发信息引导的改进萤火虫算法[J].哈尔滨理工大学学报.2019
[5].都时禹,张一鸣,罗侃,黄庆.自然启发算法库构建设想及其在新材料研发中的意义[J].无机材料学报.2019
[6].赵伟康,韩一娜,杨益新,刘清宇.基于元启发算法的纯方位被动定位方法[J].水下无人系统学报.2018
[7].李理,李鸿,单宁波.多启发因素改进蚁群算法的路径规划[J].计算机工程与应用.2019
[8].尹元元,游晓明,许明乐,刘升.基于动态启发算子的双种群蚁群算法及其应用[J].传感器与微系统.2018
[9].朱大奇,刘雨,孙兵,刘清沁.自治水下机器人的自主启发式生物启发神经网络路径规划算法[J].控制理论与应用.2019
[10].芦天亮,张璐,蔡满春,杜彦辉,刘颖卿.一种超椭球免疫理论启发的shellcode检测算法[J].小型微型计算机系统.2018