导读:本文包含了序贯数论优化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:向量,算法,测试,模糊,最小,序列,局部。
序贯数论优化算法论文文献综述
甘国晓,耿光超,仲悟之,江全元,徐振华[1]（2018）在《电力系统暂态稳定紧急控制并行序贯优化算法》一文中研究指出电力系统暂态稳定紧急控制可建模成一个大规模的动态优化问题,为此,提出一种基于并行灵敏度分析的双层优化算法。在仿真层,采用有限元正交配置离散微分代数方程,并结合并行计算技术求解状态量及灵敏度;在优化层,采用预测校正内点法求解较小规模的非线性规划问题。算例结果表明,所提方法具有较高的计算效率。(本文来源于《电力自动化设备》期刊2018年08期）
苏若珊[2]（2017）在《序贯测试动态优化与多目标优化算法研究》一文中研究指出由于电子系统结构日趋复杂,对其性能及状态的测试也变得愈加困难,因此,需要在系统设计时就将可测性作为一项指标纳入设计范畴。序贯测试问题的目的是生成一组总体测试代价最小的测试序列以识别系统的故障,对减少系统后期维护成本具有现实意义,本文对序贯测试问题进行了深入研究,对不同方面的序贯测试问题提出了解决方法。目前进行可测性辅助设计的软件较少,且大多都是基于客户端/服务器架构(C/S架构),本文使用基于浏览器/服务器(B/S架构)架构对相关功能进行设计与实现。本文主要研究工作如下:1.介绍了序贯测试问题及常用于解决序贯测试问题的AO*算法,由于AO*算法的性能主要取决于所选的启发函数,根据实际需要介绍了两种不同的启发函数:可求取系统最优测试代价的基于霍夫曼编码的启发函数和用于快速估算系统测试代价的基于信息熵的启发函数,并用两个实例说明了这两种启发函数的区别及各自的使用范围。2.由于序贯测试的相关参数在系统实际使用中经常发生改变,本文提出根据具体发生的变化对已有的故障诊断树进行修改的算法,该算法利用了已有信息对原故障诊断树进行调整,相对于重新生成新的故障诊断树的效率要高,且该算法需要判断是否需要对原故障诊断树进行调整,适合在参数经常发生波动的情况下提高效率。3.首先说明了多目标优化问题,并将实际序贯测试问题遇到的多目标问题与经典多目标问题相结合,并介绍一种基于多目标极值的遗传规划优化算法来解决这一问题,这种算法在遗传操作的基础上增加了分组、分配适应度、择优等操作,在种群进化的过程中选出非支配解,最终输出一组非支配解供系统的设计人员参考使用。4.介绍了软件的总体设计,对软件结构有了系统的了解,并介绍了开发软件使用的技术及数据结构。然后对软件的主要功能进行了详细介绍,系统建模模块可用于系统自动建模或是手动输入参数,序贯测试模块可以生成系统的故障诊断树和相关的参数报告,动态变化针对已生成的序贯诊断树进行修改,多目标优化可产生一组非支配解。(本文来源于《电子科技大学》期刊2017-04-01）
朱敏,高鹰,刘扬,姚玉宝,卫恒[3]（2015）在《基于差分进化算法的测试序贯优化技术》一文中研究指出针对大型复杂系统的测试序贯设计问题,首次提出利用基于混合策略的差分进化算法(DE)进行测试序贯设计。通过LOV规则,将实数空间映射到表示测试序贯的离散空间;利用随机变异策略和小概率扰动操作,进一步加强了算法的探索能力和开发能力;局部动态搜索算子的引入,提高了算法的收敛速度。通过实例和其他常用算法进行了对比,验证了该算法的有效性。(本文来源于《电子测量技术》期刊2015年10期）
胡振涛,付春玲,刘宇[4]（2013）在《基于多传感器粒子权重优化的序贯最大似然比故障诊断算法》一文中研究指出针对多传感器量测下非线性系统故障诊断问题,给出了一种基于多传感器粒子权重优化的序贯最大似然比检验——故障诊断(SMLR-MWOPF)算法。首先,为改善量测随机噪声对粒子权重度量稳定性不良影响,结合多源信息融合技术实现对多传感器量测中冗余和互补信息的提取和利用,设计一种粒子权重优化策略;通过减小粒子权重方差以改善粒子权重的可靠性和稳定性,进而实现滤波器估计精度的提升。其次,结合序贯概率比检验(SPRT)和交互式多模型(IMM)框架构建了一种基于残差检测的在线序贯最大似然比检验方法;另外,在结构上合理简化输入交互和输出交互环节,以降低粒子滤波(PF)在IMM模型结构实现中的计算复杂度。理论分析和仿真实验验证了算法的可行性和有效性。(本文来源于《光电子.激光》期刊2013年08期）
项堃,喻莹[5]（2013）在《一种改进序贯最小优化算法的方法》一文中研究指出序贯最小优化算法(SMO)是支持向量机(SVM)训练算法中一种十分有效的改进方法,但针对大规模样本数据时,SMO训练速度仍比较慢。为了提高训练速度,在基本保持训练精度的前提下,提出了一种改进优化策略:即跳过部分与精度无关的向量集、提前结束循环、松弛KKT条件以便收缩工作集。经过几个着名的数据集的试验结果表明,此策略可以大幅缩短SMO的训练时间,并且精度没有明显变化。(本文来源于《现代电子技术》期刊2013年08期）
周骏,陈雷霆,刘启和,李艳梅,饶云波[6]（2012）在《基于序贯概率及局部优化随机抽样一致性算法》一文中研究指出通过引入序贯概率检测及局部优化技术,给出了一种快速并具有较高精度估计的随机抽样一致性算法RANSAC(ran-dom sample consensus)。RANSAC算法是基于假设和检验的框架来实现。为了减少RANSAC算法的计算时间及提高计算精度,在模型的检验阶段,利用序贯概率检测技术,随机抽取少量的数据对模型的参数进行预检验。如果模型参数通过预检验,则进入后续的检验,否则这个模型参数不再参与后续全部数据的检验。在对模型参数估计时,使用局部优化方法,实现模型估计的精确度的提高。实验结果表明,此算法在速度和精确度方面与标准的RANSAC相比均取得了较大的提高。(本文来源于《仪器仪表学报》期刊2012年09期）
米翠兰,刘保相[7]（2012）在《模糊序贯决策算法优化设计及Matlab实现》一文中研究指出对模糊序贯决策算法进行了优化设计,构建了一种基于模糊关系矩阵的模糊序贯决策算法,并利用Matlab程序实现了算法,给出了源程序,通过实例分析说明了算法的简洁性。(本文来源于《微型机与应用》期刊2012年10期）
杜敏杰,蔡金燕,刘利民[8]（2012）在《基于分支定界-改进AO~*算法的序贯测试策略优化》一文中研究指出针对经典AO*算法在求解序贯测试问题中复杂度太大的难题,提出测试选择与策略优化联合的方法;首先基于解析冗余关系(ARRs)把测试选择问题映射为一个特殊的0-1整数规划(IP)模型并用分支定界法求解之,得到最优测试;然后通过两步回溯改进的AO*算法确定最优测试顺序;在一个组合电路的应用表明算法优化了测试点数,减少了扩展节点数,降低了经典算法的复杂度。(本文来源于《计算机测量与控制》期刊2012年05期）
李艳,杨晓伟[9]（2011）在《求解双边加权模糊支持向量机的序贯最小优化算法》一文中研究指出高的计算复杂度限制了双边加权模糊支持向量机在实际分类问题中的应用。为了降低计算复杂度,提出了应用序贯最小优化算法(SMO)解该模型,该模型首先将整个二次规划问题分解成一系列规模为2的二次规划子问题,然后求解这些二次规划子问题。为了测试SMO算法的性能,在叁个真实数据集和两个人工数据集上进行了数值实验。结果表明:与传统的内点算法相比,在不损失测试精度的情况下,SMO算法明显地降低了模型的计算复杂度,使其在实际中的应用成为可能。(本文来源于《计算机应用》期刊2011年12期）
叶晓慧,王红霞,程崇喜[10]（2010）在《基于蚁群算法的系统级序贯测试优化研究》一文中研究指出针对系统故障诊断中的序贯测试优化问题,文章采用蚁群算法,把系统级测试序列优化问题转换为蚁群建立最小完备测试序列的问题;通过构建蚁群的状态转移规则和信息素反馈机制,实现对系统级测试序列的优化;实例证明此算法具有良好的性能和可行性,有效地解决了系统级的序贯测试优化问题。(本文来源于《计算机测量与控制》期刊2010年10期）
序贯数论优化算法论文开题报告
（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：
由于电子系统结构日趋复杂,对其性能及状态的测试也变得愈加困难,因此,需要在系统设计时就将可测性作为一项指标纳入设计范畴。序贯测试问题的目的是生成一组总体测试代价最小的测试序列以识别系统的故障,对减少系统后期维护成本具有现实意义,本文对序贯测试问题进行了深入研究,对不同方面的序贯测试问题提出了解决方法。目前进行可测性辅助设计的软件较少,且大多都是基于客户端/服务器架构(C/S架构),本文使用基于浏览器/服务器(B/S架构)架构对相关功能进行设计与实现。本文主要研究工作如下:1.介绍了序贯测试问题及常用于解决序贯测试问题的AO*算法,由于AO*算法的性能主要取决于所选的启发函数,根据实际需要介绍了两种不同的启发函数:可求取系统最优测试代价的基于霍夫曼编码的启发函数和用于快速估算系统测试代价的基于信息熵的启发函数,并用两个实例说明了这两种启发函数的区别及各自的使用范围。2.由于序贯测试的相关参数在系统实际使用中经常发生改变,本文提出根据具体发生的变化对已有的故障诊断树进行修改的算法,该算法利用了已有信息对原故障诊断树进行调整,相对于重新生成新的故障诊断树的效率要高,且该算法需要判断是否需要对原故障诊断树进行调整,适合在参数经常发生波动的情况下提高效率。3.首先说明了多目标优化问题,并将实际序贯测试问题遇到的多目标问题与经典多目标问题相结合,并介绍一种基于多目标极值的遗传规划优化算法来解决这一问题,这种算法在遗传操作的基础上增加了分组、分配适应度、择优等操作,在种群进化的过程中选出非支配解,最终输出一组非支配解供系统的设计人员参考使用。4.介绍了软件的总体设计,对软件结构有了系统的了解,并介绍了开发软件使用的技术及数据结构。然后对软件的主要功能进行了详细介绍,系统建模模块可用于系统自动建模或是手动输入参数,序贯测试模块可以生成系统的故障诊断树和相关的参数报告,动态变化针对已生成的序贯诊断树进行修改,多目标优化可产生一组非支配解。
（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。
序贯数论优化算法论文参考文献
[1].甘国晓,耿光超,仲悟之,江全元,徐振华.电力系统暂态稳定紧急控制并行序贯优化算法[J].电力自动化设备.2018
[2].苏若珊.序贯测试动态优化与多目标优化算法研究[D].电子科技大学.2017
[3].朱敏,高鹰,刘扬,姚玉宝,卫恒.基于差分进化算法的测试序贯优化技术[J].电子测量技术.2015
[4].胡振涛,付春玲,刘宇.基于多传感器粒子权重优化的序贯最大似然比故障诊断算法[J].光电子.激光.2013
[5].项堃,喻莹.一种改进序贯最小优化算法的方法[J].现代电子技术.2013
[6].周骏,陈雷霆,刘启和,李艳梅,饶云波.基于序贯概率及局部优化随机抽样一致性算法[J].仪器仪表学报.2012
[7].米翠兰,刘保相.模糊序贯决策算法优化设计及Matlab实现[J].微型机与应用.2012
[8].杜敏杰,蔡金燕,刘利民.基于分支定界-改进AO~*算法的序贯测试策略优化[J].计算机测量与控制.2012
[9].李艳,杨晓伟.求解双边加权模糊支持向量机的序贯最小优化算法[J].计算机应用.2011
[10].叶晓慧,王红霞,程崇喜.基于蚁群算法的系统级序贯测试优化研究[J].计算机测量与控制.2010