导读:本文包含了菌群优化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:预测控制,菌群优化算法,支持向量机
菌群优化算法论文文献综述
徐志成,陶国正,王树青[1]（2018）在《基于菌群优化算法的非线性系统预测控制器设计》一文中研究指出作为一种先进的计算机控制算法,预测控制具有良好的自适应性和鲁棒性,一直是自动控制领域的研究热点.针对非线性系统,文中提出了一种基于菌群优化算法和模型学习的单步预测控制算法,算法在不需要系统数学模型前提下,根据非线性系统输入输出数据,通过最小二乘支持向量机建立系统数学模型,获得系统输出估计值,利用反馈校正减少预测误差,最后利用菌群优化算法进行滚动优化得到控制量,得到有效的预测控制器.由单变量和多变量非线性系统的仿真结果证明了算法鲁棒性和自适应性较好.(本文来源于《江苏科技大学学报(自然科学版)》期刊2018年03期）
仇林杰,季薇,李汀,梁彦[2]（2017）在《基于量子菌群算法的叁维多输入输出下行链路传输优化方案》一文中研究指出叁维多输入多输出(3D MIMO)技术能够充分利用垂直维的自由度,有效抑制小区间同频用户的干扰。为了进一步提高系统总的频谱效率和小区边缘用户的频谱效率,针对3D MIMO下行链路无线通信系统,提出一种传输优化方案。所提方案以最大化频谱效率为准则,引入联合传输技术对小区边缘用户进行传输,通过调整功率分配和波束下倾角来优化频谱效率函数。针对非凸的目标优化函数,采用量子菌群算法进行求解。以两个波束的功率和下倾角作为菌群,小区总的频谱效率作为适应度函数,在约束条件下通过趋化、复制和驱散步骤不断更新菌群,最终获得适应度函数的最优值。仿真结果表明,所提传输方案取得了较高的系统总频谱效率和小区边缘用户的频谱效率。(本文来源于《计算机应用》期刊2017年S2期）
王峥,周强,李敏,王莹[3]（2017）在《基于菌群算法的纸病检测系统光源优化控制》一文中研究指出针对纸病检测系统中线性LED光源照射效果不均匀以及光源控制中的耦合问题,介绍了以被检测纸病图像灰度的均匀度为优化目标,在拟合LED点光源照度分布函数的基础上,利用菌群算法对光源系统参数进行寻优运算,并根据寻优结果对光源系统进行结构优化,同时对各LED点光源进行功率控制。实验结果表明,优化后光照均匀度在95%以上,该方法实现了照明系统对纸张缺陷均匀照射的效果,成像质量显着提高。(本文来源于《中国造纸学报》期刊2017年04期）
杨凡,黄永青,宋洪儒[4]（2015）在《改进的菌群趋药性算法优化PID控制参数》一文中研究指出提出改进的细菌群体趋药性算法(BCC)来优化PID参数.针对BCC算法在多维变量搜索时,耗时且难于收敛到最优值,提出2种改变,一为变步长搜索,二为每一个细菌变量设定活动区域,移动后如超出设定区域,将采用区域内的固定值取代或精英取代两种方式优化,通过PID控制参数进行仿真实验,表明改进后的算法在参数的精度、稳定性和优化时间上都有很好的表现.(本文来源于《佳木斯大学学报(自然科学版)》期刊2015年06期）
王镇[5]（2015）在《菌群优化算法在层流冷却控制中的应用》一文中研究指出层流冷却控制过程中,需要在几秒钟时间内,使整段带钢温度迅速减少200~300℃,只凭借带钢向外热辐射和热传递过程散出大部分热量是不可能实现的。因此,需要带钢输出辊道上安装高效率的冷却设备,通过向辊道上待冷却带钢表面密集喷水,使带钢表面温度迅速冷却。通过控制喷水集管阀门开闭来控制带钢喷水量,满足不同需求的带钢对于卷取温度的控制要求。由于带钢最终卷取温度取决于层冷过程中喷洒水量的多少。无论喷水量过多或多少都会导致卷取温度过高或者过低,这都会直接降低带钢的生产质量。由于传统带钢层流冷却过程难以建立精准的数学模型,目前大多数钢厂仍然采用查经验公式或实测数据表格的方法进行温度控制,控制精度较低。为了提高层流冷却过程中卷取温度的控制精度,本文研究内容包括:1.进行层流冷却特性分析。在层流冷却控制工艺中,需要尽可能保证最终的带钢卷取温度接近目标温度,该温度本质属于目标优化问题。寻找最优喷水量是解决该控制过程的关键,近些年来,菌群优化算法作为群智能算法的代表逐渐被广泛应用,因其不受限于数学模型精度并且适应频繁变化的工况,本文引进了菌群算法来寻找最优的层流冷却过程喷水量。2.提出基于小生境菌群改进算法。传统菌群算法存在容易陷入局优的问题,本文加入了小生境方法改进传统菌群算法。小生境的概念是将与自身特性相同的个体通过某种方式将其聚类到一起,共进退,同生死。在菌群算法应用中是将传统菌群算法中距离较为接近的细菌个体限制在一个特定的生存空间中,使用小生境方法改进后的菌群算法比传统菌群优化算法具有更快的收敛速度和跳出极值点的能力。实验结果证明了小生境菌群算法增强了传统菌群算法跳出局优的能力。3.提出基于小生境菌群优化算法的层流喷水量优化设定方法。本文将改进后的菌群优化算法应用于层流冷却控制过程,提出基于小生境菌群优化算法的层流冷却喷水量的设定方法。分别经过趋化、繁殖行为、迁徙步骤及小生境算法的惩罚淘汰机制,最终找到整个菌群最终寻优位置,该位置对应整个层流冷却过程的最优喷水量。4.半物理实验研究。借助东北大学国家重点实验室平台中的层流冷却全流程实验系统,在国内某大型钢厂的实际运行数据基础上,进行了基于小生境菌群优化算法的层流冷却喷水量设定方法的实验研究。实验结果表明,利用本文提出的方法,不论薄带钢还是中厚带钢,均可以寻到优化的层流冷却喷水量,最终使得冷却结束后的带钢卷取温度接近目标温度,从而提高带钢质量。(本文来源于《沈阳建筑大学》期刊2015-11-01）
刘英男[6]（2015）在《基于二进制细菌群算法的基因选择和优化方法》一文中研究指出基因表达数据的显着特点是数据维数高,样本数量小,针对这些特点该论文汲取了二进制细菌群算法和遗传选择算法的优点,提出了基于二进制细菌群算法的基因选择和优化方法。通过在标准数据集的实验表明,该算法的分类准确率有较大提高。(本文来源于《现代交际》期刊2015年09期）
王泽琪[7]（2014）在《基于菌群优化算法和小波SVM的P2P流量识别方法》一文中研究指出由于互联网本身是基于点到点的传输，使得P2P技术得到了广泛地应用与发展，给用户带来便捷的同时也给网络质量和网络管理带来了巨大的负面影响，如网络拥堵、知识产权、资源管理以及安全隐患问题。P2P流量识别问题得到了越来越多的关注，围绕P2P识别问题产生了一批相关的算法。近年来研究与应用最为广泛的P2P流量识别方法之一是基于机器学习的识别方法。然而由于P2P网络的突变性和不确定性，对于传统的基于贝叶斯网络，决策树算法等机器学习方法而言，P2P流量识别变得更加困难。支持向量机（Support Vector Machine，简称SVM）作为目前性能良好且广泛使用的分类器，它在克服“维数灾难”以及避免局部最优解等流量识别问题上具有明显的优势。然而在P2P流量识别问题中，支持向量机的性能受惩罚系数和核函数的参数的影响。常规的支持向量机参数求取方法性能需要进一步加强。菌群优化算法是近年来新提出的一种群体智能优化算法，具有较强的寻优能力。小波函数可以用来描述突变信号逐渐精细的特点，能够在一定程度上处理突变的P2P网络。因此本文重点研究菌群优化算法和小波支持向量机在P2P流量识别问题中的应用，本文的主要研究内容和工作如下：1提出了一种结合菌群优化算法和支持向量机的P2P流量识别方法。首先引入菌群优化算法来优化支持向量机的两个参数，从而可以得到参数配置较优的支持向量机；并将其应用于P2P流量识别。通过与现有的基于遗传算法优化参数和基于粒子群算法优化参数的支持向量机方法在实际的P2P流量识别问题中进行性能对比测试，结果显示基于菌群优化算法所优化的支持向量机在性能上更具优势。2在优化了支持向量机的参数以后，对配置不同核函数的支持向量机进行P2P流量识别性能测试和分析。由于小波分析在局部分析和处理突变信号方面的优越性，能很好地解决P2P网络流量的突变性和不确定性，这里重点研究选择合适的小波核函数来提高支持向量机的性能，通过对常用的核函数及多种小波核函数的对比实验，结果表明基于小波核函数和基于菌群优化算法的SVM在P2P流量识别具有较高的识别精度与稳定性。(本文来源于《湖北工业大学》期刊2014-05-01）
赵明茹,唐恒亮,郭键,孙媛[8]（2014）在《基于自适应和及时繁殖策略菌群优化聚类算法》一文中研究指出针对菌群优化算法求解优化问题时收敛速度较慢、易陷入局部最优值的缺点,提出一种基于自适应和及时繁殖策略的菌群优化聚类算法。在算法中根据迁徙的次数改变步长,适应度最大的细菌马上进行繁殖。为了进行对比实验,在二维平面随机生成了100个点,将这100个点聚成两类和叁类。实验结果证明自适应和及时繁殖这两种策略都可以明显提高菌群优化算法的收敛速度。(本文来源于《计算机应用研究》期刊2014年08期）
姜建国,周佳薇,郑迎春,周润生[9]（2014）在《一种双菌群细菌觅食优化算法》一文中研究指出针对细菌觅食优化算法寻优速度慢且易陷入局部最优等缺陷,提出一种双菌群细菌觅食优化算法.引入菌群密度函数因子,并添加当前趋化周期内的最优细菌对其他细菌在寻优方向上进行指导,同时改进固定步长为自适应变化的趋化步长,避免了在最优解附近出现震荡现象及算法陷入局部最优;保留精英细菌的同时提出交叉算子和变异算子,有目的地在搜索区域寻找最优解,帮助早熟细菌跳出局部最优,一定程度上避免了算法早熟;提出双菌群优化机制,增加了菌群的多样性,提高了算法的全局搜索能力,有效抑制算法退化现象.对10个经典测试函数的仿真结果表明,所提出的算法与细菌觅食优化(bacterial foraging optimization,BFO)算法相比,最优解的精度普遍提高了几个数量级,且迭代次数更少,优化速度与全局收敛能力均有所提升.(本文来源于《深圳大学学报(理工版)》期刊2014年01期）
陈东宁,张国峰,姚成玉,张瑞星[10]（2014）在《细菌群觅食优化算法及PID参数优化应用》一文中研究指出针对细菌觅食(BF)算法收敛速度慢和粒子群优化(PSO)算法早熟的缺点,提出了一种细菌群觅食优化(BSFO)算法。将PSO算法中粒子速度的更新公式替代BF算法位置公式中的方向向量,使细菌在优化过程中具备感应周围细菌位置并向细菌群体历史最优位置游动的能力。Benchmark函数的测试表明,BSFO算法对于大部分测试函数的结果较为理想。将BSFO算法用于材料试验机电液位置伺服系统的PID控制器参数寻优仿真,获得了较好的控制性能。(本文来源于《中国机械工程》期刊2014年01期）
菌群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：
叁维多输入多输出(3D MIMO)技术能够充分利用垂直维的自由度,有效抑制小区间同频用户的干扰。为了进一步提高系统总的频谱效率和小区边缘用户的频谱效率,针对3D MIMO下行链路无线通信系统,提出一种传输优化方案。所提方案以最大化频谱效率为准则,引入联合传输技术对小区边缘用户进行传输,通过调整功率分配和波束下倾角来优化频谱效率函数。针对非凸的目标优化函数,采用量子菌群算法进行求解。以两个波束的功率和下倾角作为菌群,小区总的频谱效率作为适应度函数,在约束条件下通过趋化、复制和驱散步骤不断更新菌群,最终获得适应度函数的最优值。仿真结果表明,所提传输方案取得了较高的系统总频谱效率和小区边缘用户的频谱效率。
（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。
菌群优化算法论文参考文献
[1].徐志成,陶国正,王树青.基于菌群优化算法的非线性系统预测控制器设计[J].江苏科技大学学报(自然科学版).2018
[2].仇林杰,季薇,李汀,梁彦.基于量子菌群算法的叁维多输入输出下行链路传输优化方案[J].计算机应用.2017
[3].王峥,周强,李敏,王莹.基于菌群算法的纸病检测系统光源优化控制[J].中国造纸学报.2017
[4].杨凡,黄永青,宋洪儒.改进的菌群趋药性算法优化PID控制参数[J].佳木斯大学学报(自然科学版).2015
[5].王镇.菌群优化算法在层流冷却控制中的应用[D].沈阳建筑大学.2015
[6].刘英男.基于二进制细菌群算法的基因选择和优化方法[J].现代交际.2015
[7].王泽琪.基于菌群优化算法和小波SVM的P2P流量识别方法[D].湖北工业大学.2014
[8].赵明茹,唐恒亮,郭键,孙媛.基于自适应和及时繁殖策略菌群优化聚类算法[J].计算机应用研究.2014
[9].姜建国,周佳薇,郑迎春,周润生.一种双菌群细菌觅食优化算法[J].深圳大学学报(理工版).2014
[10].陈东宁,张国峰,姚成玉,张瑞星.细菌群觅食优化算法及PID参数优化应用[J].中国机械工程.2014