导读:本文包含了自适应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:自适应,算法,模型,步长,蝙蝠,永磁,混沌。
自适应寻优论文文献综述
莫海淼,赵志刚,曾敏,石静,温泰[1](2019)在《具有自适应步长与协同寻优的蝙蝠烟花混合算法》一文中研究指出论文提出了一种新的群体智能优化算法——蝙蝠烟花混合算法.该算法采用蝙蝠算法在全局最优附近的位置信息、蝙蝠发出的频率、全局最优以及烟花的位置信息构造了新的爆炸半径,使烟花算法在寻优的过程中能够自动地调整步长;并且使蝙蝠个体与烟花个体实现协同寻优;最后,采用"精英-随机"策略选择下一代烟花,增加了烟花种群的多样性.与其他算法(如蝙蝠算法、标准粒子群算法、烟花算法等)相比,函数优化问题以及0-1背包问题的对比实验结果表明:论文提出的混合算法的整体性能优于其他五种算法.(本文来源于《小型微型计算机系统》期刊2019年07期)
张占昭,许莫,周鸿飞[2](2019)在《基于自适应寻优遗传算法的牛肉变质区域识别方法》一文中研究指出针对传统方法对牛肉变质区域识别的准确率低、用时长的问题,提出基于自适应寻优遗传算法的牛肉变质区域识别方法。将牛肉检测光谱数据子集作为染色体,引用二进制编码,计算群个体编码及种群初始化;通过适应度函数优化交叉与变异操作,为种群的不同个体计算单独的交叉概率与变异概,输出最终牛肉变质区域的检测光谱数据。实验数据表明,所提方法仅迭代40次可完成牛肉变质区域识别,且平均识别准确率为95.8%,识别用时为1.7 s,与两种传统方法相比,识别精度分别提高了28.72%和20.34%,识别耗时分别缩短了2.09 s和4.13 s;由此得出结论,所提方法具有收敛速度快,且适应度均值较高,全局搜索能力强;所提方法在识别牛肉变质区域方面具有识别率高、用时短的优势,具有较高的可靠性、科学性和可行性。(本文来源于《现代食品科技》期刊2019年05期)
朱妍雯,王惠芳,刘毅,戚新波[3](2019)在《自适应寻优永磁同步电机MTPA控制方法》一文中研究指出永磁同步电机作为高效率的传动设备,近几年应用逐步广泛,因此提高永磁同步电机的控制效率是目前比较热门的研究内容。永磁同步电机较为高效的控制方法是MTPA法,但是通过公式计算MTPA的方法计算量大而无法工程应用;制作查表法的MTPA控制有效减小了计算量,但数据点的不连续会导致控制精度较低。针对MTPA控制的诸多弊端,提出一种自适应寻优的永磁同步电机MTPA控制方法,通过查表法先初步确定次优化的MTPA位置,再通过变步长扰动法逼近最优工作点,最终实现MTPA控制。仿真结果表明,该方法能够快速实现高精度的MTPA控制。(本文来源于《山东工业技术》期刊2019年11期)
孙冠群[4](2018)在《基于Householder变换的光线寻优自适应算法》一文中研究指出最优化问题广泛存在于现代工程、经济管理、控制科学、设计规划领域,最优化方法是近几十年来发展迅猛的一个数学分支。随着计算机科学和人工智能技术的发展和应用,最优化理论和方法不断得到普及和发展,已经成为科研人员和管理人员必备的知识。由于最优化问题的复杂程度不断加深,传统优化方法仅能求出优化问题的局部极小点,并且求解的结果依赖初始条件,不再适用于求解一些高维度、多参数、大数据量的问题。因此,一些通过借鉴自然界中的优化现象的智能优化算法逐渐被提出。光线寻优算法(Light Ray Optimization Algorithm,LRO),是一种利用光的传播规律进行寻优的智能优化算法,由哈尔滨工程大学沈继红教授于2007年提出,理论基础为几何光学中的费马原理以及折射定律与反射定律。论文的主要工作内容有叁个:第一,分析光线寻优算法中搜索位置和方向的更新规则,提出算法在迭代过程中存在为了达到全反射条件浪费折射迭代步骤的问题,并根据问题引入Householder变换。通过对正交轴和非正交轴上对任一向量进行Householder变换的分析,给出n维欧氏空间中Householder变换的定义。推导出了应用Householder变换时,光线射到水平面和竖直面两种情形下的Householder矩阵以及更新搜索方向的计算公式。第二,为了保证在光线寻优自适应算法中Householder变换的可行性,证明了Householder矩阵的存在性。给出了迭代过程中进行Householder变换的自适应条件以及光线寻优自适应算法的算法流程。第叁,通过数值实验验证基于Householder变换的光线寻优自适应算法的效果,对比改进前的光线寻优算法,得出改进后的自适应算法在有效寻优的情况下缩短了搜索用时、节省迭代步骤、使算法寻优效率得到提高的结论。(本文来源于《哈尔滨工程大学》期刊2018-12-01)
毛瑜昊,董文瀚,朱家海,畅锦永,刘日[5](2019)在《基于参数空间寻优的超低空空投L_1自适应控制器参数优化》一文中研究指出针对基于L_1自适应控制的超低空空投纵向控制器,利用基于参数空间寻优(parameter space investigation,PSI)的多准则优化方法,以空投任务性能等级为指标,对L_1自适应控制器中状态估计器短周期阻尼比、自然频率以及低通滤波器带宽这3个参数进行优化,通过两次迭代,最终求得合适的Pareto最优解以完成参数优化的过程.仿真验证了参数寻优过程的有效性和适用性,证明了经参数优化后,超低空空投任务性能等级由"适度"改善至"期望", L_1控制器的动态性能和鲁棒性能提升显着,可有效保证运输机的安全性和空投任务的顺利完成.(本文来源于《控制理论与应用》期刊2019年02期)
王凤琴,卢官明,柯亨进[6](2018)在《自适应参数寻优短期车流量预测》一文中研究指出短期交通流量预测对辅助交通疏导缓解交通拥堵状况起至关重要的作用。当前很多研究都基于单变量、多变量时间序列分析,而缺乏对时间序列的隐变量(顺序和逆序数)进行动态建模和基于自适应隐变量寻优的加权方法。为此,提出一种可以自适应建模隐变量的动态随机过程模型,并结合度量双变量相关性的最大信息系数对时间序列属性加权,最后成功运用于短时车流量预测。实验结果显示,与传统时间序列分析(自回归滑动平均ARIMA,径向基支持向量机)相比,取得了较优的预测性能。(本文来源于《计算机应用与软件》期刊2018年07期)
张亚丽,赵彦平[7](2017)在《利用混沌粒子群算法进行船舶多模型自适应观测器参数寻优》一文中研究指出通过混沌粒子群算法,人们能够对各种复杂的配电网状态进行监控和分析,同时为网络负载的分配提供必要的参数优化,因此在船舶多模型自适应观测器中,采用混沌粒子算法的优化算法具有很大的现实意义。本文首先建立混沌粒子群的观测器模型,然后根据各种船舶故障发生的特点,设计不同状态下的参数优化算法,最后通过对观测器相关参数的仿真,得到船舶模型承受的负载和压力参数仿真结果。(本文来源于《舰船科学技术》期刊2017年06期)
邢峰[8](2016)在《蚁群参数寻优自适应PID控制实验研究》一文中研究指出应用蚁群参数寻优自适应PID控制,进行了基于随机激励的非线性结构振动控制实验研究。通过蚁群算法转换、性能指标函数建立、路径构建和信息素更新等详细阐明了蚁群参数寻优PID控制的具体实现步骤。建立基于蚁群寻优PID控制的实验控制系统,对压电作动器和传感器在系统中的优化选位进行了分析。对汽车车身板件振动进行控制实验,对板件分别施加随机持续激励和脉冲激励,观测控制前后的振动情况,验证了控制系统的有效性。(本文来源于《机械设计与制造》期刊2016年07期)
李永进,张海波,张天宏[9](2016)在《一种考虑非线性余项的机载发动机自适应模型建立及其在寻优控制中的应用》一文中研究指出为了解决传统的机载发动机分段稳态线化模型精度不足的问题,在发动机稳态线化模型中引入了模型各输出参数泰勒展开中的非线性余项,建立了考虑非线性余项的机载发动机稳态模型。为了估计真实发动机部件蜕化情况,建立了基于Kalman滤波的发动机部件性能蜕化估计模块。以考虑非线性余项的发动机稳态模型为核心,结合性能蜕化估计模块构建了机载发动机自适应模型。针对所建立的机载发动机自适应模型,进行了单部件及多部件蜕化参数估计以及最小油耗性能寻优控制模式的仿真。仿真结果表明,考虑非线性余项的机载发动机自适应模型误差在1%以内,且具有优化耗时少,建立模型样本数据需求量小的特点。(本文来源于《推进技术》期刊2016年01期)
张泰,屠思远,吴滨,顾晓峰[10](2016)在《增强寻优能力的自适应人工蜂群算法》一文中研究指出针对人工蜂群算法在求解函数优化问题中存在收敛精度不高、收敛速度较慢的问题,提出了一种改进的增强寻优能力的自适应人工蜂群算法。该算法利用逻辑自映射函数产生混沌序列对雇佣蜂搜索行为进行混沌优化,并引入萤火虫算法中的自适应步长策略动态调整观察蜂的搜索行为,从而提升了算法的局部搜索能力。基于标准测试函数的仿真结果表明,改进后的人工蜂群算法在寻优精度和收敛速度上均有明显提高。(本文来源于《计算机应用研究》期刊2016年10期)
自适应寻优论文开题报告
(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:
针对传统方法对牛肉变质区域识别的准确率低、用时长的问题,提出基于自适应寻优遗传算法的牛肉变质区域识别方法。将牛肉检测光谱数据子集作为染色体,引用二进制编码,计算群个体编码及种群初始化;通过适应度函数优化交叉与变异操作,为种群的不同个体计算单独的交叉概率与变异概,输出最终牛肉变质区域的检测光谱数据。实验数据表明,所提方法仅迭代40次可完成牛肉变质区域识别,且平均识别准确率为95.8%,识别用时为1.7 s,与两种传统方法相比,识别精度分别提高了28.72%和20.34%,识别耗时分别缩短了2.09 s和4.13 s;由此得出结论,所提方法具有收敛速度快,且适应度均值较高,全局搜索能力强;所提方法在识别牛肉变质区域方面具有识别率高、用时短的优势,具有较高的可靠性、科学性和可行性。
(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。
自适应寻优论文参考文献
[1].莫海淼,赵志刚,曾敏,石静,温泰.具有自适应步长与协同寻优的蝙蝠烟花混合算法[J].小型微型计算机系统.2019
[2].张占昭,许莫,周鸿飞.基于自适应寻优遗传算法的牛肉变质区域识别方法[J].现代食品科技.2019
[3].朱妍雯,王惠芳,刘毅,戚新波.自适应寻优永磁同步电机MTPA控制方法[J].山东工业技术.2019
[4].孙冠群.基于Householder变换的光线寻优自适应算法[D].哈尔滨工程大学.2018
[5].毛瑜昊,董文瀚,朱家海,畅锦永,刘日.基于参数空间寻优的超低空空投L_1自适应控制器参数优化[J].控制理论与应用.2019
[6].王凤琴,卢官明,柯亨进.自适应参数寻优短期车流量预测[J].计算机应用与软件.2018
[7].张亚丽,赵彦平.利用混沌粒子群算法进行船舶多模型自适应观测器参数寻优[J].舰船科学技术.2017
[8].邢峰.蚁群参数寻优自适应PID控制实验研究[J].机械设计与制造.2016
[9].李永进,张海波,张天宏.一种考虑非线性余项的机载发动机自适应模型建立及其在寻优控制中的应用[J].推进技术.2016
[10].张泰,屠思远,吴滨,顾晓峰.增强寻优能力的自适应人工蜂群算法[J].计算机应用研究.2016