导读:本文包含了进化规划算法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,最优,路径,导波,时间,启发式,算子。
进化规划算法论文文献综述
赵伟,杨京广,张超[1]（2019）在《基于自适应进化规划算法的水电站厂内经济运行方法》一文中研究指出为合理安排水电站厂内经济运行,提高水电站经济效益和综合效益,提出一种基于自适应进化规划算法的水电站厂内经济运行方法。建立了一种定负荷运行的厂内经济运行模型,综合考虑机组运行、水库运行、水电站综合利用等约束条件,并计及机组振动、开停机损失工况,结合自适应变异策略的进化规划算法对水电站厂内经济运行进行求解,解决了复杂约束条件下水电站厂内经济运行的问题。以叁峡水电站为算例结果表明,所述方法能够科学的制定水电站厂内运行方式,且相较于传统进化规划算法具有更快的收敛速度和收敛平缓性。(本文来源于《水电与抽水蓄能》期刊2019年04期）
沈立华,周方俊,王悦民[2]（2019）在《基于进化规划算法的导波频散曲线计算》一文中研究指出提出了基于进化规划算法的加载流体管道中的导波频散方程求解方法,将进化规划算法引入到存在能量衰减的管道频散方程的求解中,进化规划仅采用突变控制进化过程,相比其他求解方法,该求解方法更便捷。利用磁致伸缩导波检测技术检测充水管道,试验所得的导波速度均落在通过该算法求得的导波频散曲线上。(本文来源于《无损检测》期刊2019年04期）
陈卓,茅云生,宋利飞,董早鹏,杨鑫[3]（2019）在《基于进化势场模型的无人艇路径规划算法》一文中研究指出人工势场法广泛地应用于无人艇的路径规划问题,但传统势场模型下所规划的路径并不具有最优性,无法满足无人艇的实际规划要求.针对此问题,文中提出了一种基于进化势场模型的无人艇路径规划算法.在势场模型中,引入势场路径评价方程和微分进化算法,以实现对势场模型的评估和优化;同时考虑到无人艇的最大转向角约束,提出平滑算法对势场路径进行二次优化.仿真结果验证了算法的有效性和可靠性.(本文来源于《武汉理工大学学报(交通科学与工程版)》期刊2019年01期）
郭明明,刘满禄,张华,王姮,霍建文[4]（2018）在《改进差分进化算法优化的机器人时间最优轨迹规划算法》一文中研究指出协作型工业机器人在执行焊接、装配任务时,因关节状态无法达到最大约束而影响效率。在确保"人-机-环"安全的前提下,为最大限度地提高机器人的操作速度与响应时间,提出了一种改进差分进化(DE)算法优化的协作型机器人轨迹规划算法。采用蒙特卡洛算法获得机器人的操作空间,并采用广义动量方法进行碰撞检测。同时,以机器人在执行任务过程中运行时间最小为目标,兼顾满足运动学约束、动力学约束和负载约束,以保证机器人在运行过程中的平稳性。利用改进DE的全局寻优能力调整运动参数,进行关节空间的轨迹规划。在UR5机器人的平台进行仿真验证,仿真结果验证了算法的有效性、可行性。(本文来源于《自动化仪表》期刊2018年01期）
冯彪[5]（2016）在《基于Hadoop双种群并行协助差分进化规划算法》一文中研究指出在众多优化算法中,进化算法(Evolutionary Algorithms,EAs)以算法思想简单、易于操作、通用性强和高效率等优点着称。从近年研究现状来看,进化算法中较为热门的分支当属差分进化算法,该算法思路直观、操作简单、易于实现,在求解数值优化等问题上有比较明显的优势。但差分进化算法的发展与应用尚不成熟,需要改进的地方还有很多,比如如何有效的避免进化过程中陷入早熟收敛状态和加快进化收敛速度等问题。这些问题一直是研究者们所面临的比较棘手的问题。目前差分进化算法的优化主要是从参数控制、选择合适的差分策略、融合其他优化算法以及双种群进化和多种群进化等方面入手进行改进。本文研究了差分进化算法在双种群进化方面的改进,主要体现在解决复杂问题时,提高算法在进化过程中避免陷入早熟收敛和加快收敛速度的性能。具体工作如下:1、针对差分进化算法在进化过程中极易陷入早熟收敛和收敛慢的问题,提出了新的改进算法——双种群协助差分进化规划算法(DP ADEP)。其主要思想如下:其主要分为两个阶段:双种群独立进化阶段和双种群重组阶段。在双种群独立进化阶段引入协助最优个体迁移模型,此模型为将原始平分得到的两个子种群分别配置种群大小相同的协助种群,协助种群与子种群同时并行进化。此外,每代协助种群与子种群之间进行优劣个体替换操作。在子种群重组通信阶段,对B GDEP算法中提出的最优个体非均匀变异进化规划算子进行了改进,提出了两个新的最优个体进化规划算子:最优个体柯西变异进化规划算子和最优个体高斯变异进化规划算子重新进化规划全局最优个体,从而对全局最劣个体进行优劣个体替换操作。2、针对差分进化算法在解决高维、复杂问题时存在的进化缓慢问题,基于Hadoop并行平台,对本文提出的双种群协助差分进化规划算法进行了并行化。同时对算法的串行所耗时间和并行所耗时间进行了对比测试,验证了算法并行化的有效性。(本文来源于《湖南师范大学》期刊2016-04-01）
李瑾,李善波,欧阳金鑫,熊小伏,吴燕[6]（2015）在《基于进化规划算法的配电网运行方式定制方法》一文中研究指出为了实现配电网运行经济性与可靠性的协调,提出一种基于进化规划算法的配电网运行方式定制方法。以定制周期内电能损耗最小为目标,以供电可靠性、潮流平衡、电压幅值、电流偏移等为约束条件,并计及配电网辐射型、无孤岛运行方式的约束,通过结合改进随机变异策略的进化规划算法对配电网开关状态向量进行寻优搜索,解决了考虑多种约束条件下配电网运行方式的定制问题。算例分析结果表明,该方法可在保证供电可靠性的基础上获取具有低电能损耗的配电网运行方式,对于科学地制定配电网运行计划,提高配电网运行管理的规范性,具有重要的意义。(本文来源于《电力系统保护与控制》期刊2015年21期）
王萍[7]（2015）在《求解非线性约束优化问题的进化规划算法》一文中研究指出给出一种求解带有非线性约束优化问题的进化规划算法,此算法能避免将约束问题转化为无约束问题,计算时间较短且算法稳定性强,通过数值计算得到最优解.(本文来源于《牡丹江师范学院学报(自然科学版)》期刊2015年01期）
侯占亭[8]（2014）在《基于分解和决策空间相似性度量的进化多目标车辆路径规划算法研究》一文中研究指出车辆路径规划问题作为物流管理和交通运输等现实问题中重要研究内容,吸引了大量学者对其进行研究。它的主要目的就是合理安排车辆行驶路线,降低企业运输成本。目前,研究学者提出了许多精确算法、启发式算法和元启发式算法来求解该问题。然而,大部分现有的方法都是优化单个目标函数。在现实中,存在许多与运输成本相关的优化目标,如车辆数,路径总距离,总等待时间,车辆最长服务时间等。如果仅优化其中一个目标,可能导致其它目标函数值变差,所以,不如同时优化多个目标函数。因此,我们需要研究多目标车辆路径规划问题,以便于决策者根据自己需要选择合理的路线解决方案。基于分解的多目标进化算法(MOEA/D)将一个多目标优化问题分解成一组单目标优化子问题并同时优化他们。由于MOEA/D的简易性和突出表现性能,它已经得到了广泛的研究和应用。本文将MOEA/D应用到求解带时间窗约束的车辆路径规划问题(VRPTW),同时最小优化车辆数和路径总距离这两个冲突的目标函数。受限于车辆数这一不连续的目标函数,VRPTW问题的非支配解数量较少,MOEA/D中原有的切比雪夫选择方法无法维持进化种群的多样性,因此,我们提出了一种新设计的选择算子替换MOEA/D原有的选择算子。另外,局部搜索算子在多目标进化算法优化中具有重要作用,它可以加快种群的收敛速度,搜索出进化过程中遗漏的搜索区域,因此,我们又将叁个启发式局部搜索算子引入到MOEA/D,加快算法的搜索效率,最后形成了改进的MOEA/D(I-MOEA/D)。我们将I-MOEA/D算法在Solomon100个客户点的数据集上进行了仿真实验,验证了I-MOEA/D算法的高效性。进一步实验分析了两个算子(局部搜索算子和新设计选择算子)在I-MOEA/D算法中的作用。MOEA/D算法通过子问题的权向量之间的欧式距离构建的子问题邻域。然而,对于多目标VRPTW问题,由于目标空间上具有相似目标值的两个解在决策空间上可能相差很大,所以两个邻域子问题的最优解可能完全不同。因此,我们引入了Jaccard相似系数概念来测量两个个体在决策空间上的相似度,以此构建子问题的邻域。我们将新的邻域构建方法取代I-MOEA/D中原有的领域构建方法,形成了一个新的算法I-MOEA/DS。最后,为了分析了新的邻域构建方法的作用,我们也将I-MOEA/DS在Solomon数据集上进行了仿真实验。(本文来源于《西安电子科技大学》期刊2014-12-01）
卢文平,唐文左[9]（2014）在《基于多目标进化规划算法的电磁环网解环方法》一文中研究指出针对目前电磁环网解环方案中存在的问题,提出一种基于多目标进化规划算法的电磁环网解环方法,简述以N-1-1静态安全校验和短路电流校验为约束条件,以网损最小、供电能力最大和分区数最多为目标函数建立的最优解环模型,分析采用多目标进化规划算法求解该模型,自动生成并搜索最优解环方案,通过某电网的仿真分析验证了该方法的有效性。(本文来源于《河北电力技术》期刊2014年04期）
王兆珍,刘旭鹏,杨淑莹[10]（2013）在《基于进化规划算法的图像聚类研究》一文中研究指出将进化规划算法应用于图像聚类问题,对问题的解进行符号编码,采用群体智能模式实现问题解的搜索.利用进化规划算法的变异算子和选择算子可以有效提高算法的全局搜索能力,采用高斯变异算子保证了优秀解的多样性,降低了进化操作的复杂性.仿真实验证明基于进化规划算法的图像聚类算法具有可行性和准确性.(本文来源于《天津师范大学学报(自然科学版)》期刊2013年04期）
进化规划算法论文开题报告
（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：
提出了基于进化规划算法的加载流体管道中的导波频散方程求解方法,将进化规划算法引入到存在能量衰减的管道频散方程的求解中,进化规划仅采用突变控制进化过程,相比其他求解方法,该求解方法更便捷。利用磁致伸缩导波检测技术检测充水管道,试验所得的导波速度均落在通过该算法求得的导波频散曲线上。
（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。
进化规划算法论文参考文献
[1].赵伟,杨京广,张超.基于自适应进化规划算法的水电站厂内经济运行方法[J].水电与抽水蓄能.2019
[2].沈立华,周方俊,王悦民.基于进化规划算法的导波频散曲线计算[J].无损检测.2019
[3].陈卓,茅云生,宋利飞,董早鹏,杨鑫.基于进化势场模型的无人艇路径规划算法[J].武汉理工大学学报(交通科学与工程版).2019
[4].郭明明,刘满禄,张华,王姮,霍建文.改进差分进化算法优化的机器人时间最优轨迹规划算法[J].自动化仪表.2018
[5].冯彪.基于Hadoop双种群并行协助差分进化规划算法[D].湖南师范大学.2016
[6].李瑾,李善波,欧阳金鑫,熊小伏,吴燕.基于进化规划算法的配电网运行方式定制方法[J].电力系统保护与控制.2015
[7].王萍.求解非线性约束优化问题的进化规划算法[J].牡丹江师范学院学报(自然科学版).2015
[8].侯占亭.基于分解和决策空间相似性度量的进化多目标车辆路径规划算法研究[D].西安电子科技大学.2014
[9].卢文平,唐文左.基于多目标进化规划算法的电磁环网解环方法[J].河北电力技术.2014
[10].王兆珍,刘旭鹏,杨淑莹.基于进化规划算法的图像聚类研究[J].天津师范大学学报(自然科学版).2013
论文知识图
