导读:本文包含了伪梯度论文开题报告文献综述及选题提纲参考文献，主要关键词:无功优化,粒子群,反向学习,伪梯度搜索
伪梯度论文文献综述
雷星雨[1]（2018）在《基于改进伪梯度粒子群算法的电力系统无功优化》一文中研究指出随着国民经济的高速发展,电力系统规模的不断扩大,电网结构日益复杂,用户对电网提供的电能质量也提出了更高的要求。随着电力市场机制的引入,采取有效地无功优化手段降低网损、改善系统电压水平,增强系统的电压稳定性,已经成为直接关系电力企业自身经济效益的课题,电力系统无功优化的已成为国内外重要的研究热点之一。电力系统无功优化问题是一个非线性、多变量、多约束的混合规划问题,其控制变量包含连续变量和离散变量,优化过程也十分复杂。粒子群优化算法因其易于实现,参数少、适应性强等优点被广泛地应用于电力系统无功优化问题的求解之中。本文在分析了近年来国内外对于粒子群优化算法和电力系统无功优化研究现状的基础上,对粒子群优化算法在电力系统无功优化中的应用作了深入地研究,主要研究内容如下:(1)对粒子群优化算法的位置更新公式进行改进,提出了一种反向学习伪梯度搜索粒子群算法。该算法能够判别粒子运动方向的好坏,当粒子向一个较好的方向移动时加快粒子运动的步伐,反之则通过反向学习法进行扰动,增强算法的多样性。(2)建立以有功网损最小为目标的单目标无功优化数学模型,并针对单目标优化问题,引入聚焦距离变化率和位置权重的概念来衡量粒子的分布情况,并建立以此为控制变量的动态惯性权重,提出了动态改变惯性权重的反向学习伪梯度搜索粒子群算法,将其应用于电力系统无功优化中。最后通过IEEE-30节点系统验证了算法的高效性和实用性。(3)建立以有功网损最小、电压偏移量最小和电压稳定性最好为目标的多目标无功优化数学模型,并针对多目标优化问题,提出了基于Pareto的解空间分区的反向学习伪梯度搜索多目标粒子群优化算法。该算法通过分区的方法来探索外部档案中Pareto解的收敛性和多样性,并以此为依据提出了新的外部档案维护策略、全局与个体最优解选择策略,同时通过反向学习伪梯度搜索法指导粒子运动的方向,增强算法的寻优能力。最后通过IEEE-30节点系统和某实际地区电网验证了算法的有效性和正确性。(本文来源于《东北石油大学》期刊2018-06-01）
厉柏伸,李领治,孙涌,朱艳琴[2]（2018）在《基于伪梯度提升决策树的内网防御算法》一文中研究指出结合TF-IDF算法思想,提出了特征频率、森林频率以及伪梯度提升决策树,解决了梯度提升决策树随着迭代次数的增加,错误数据被边缘化的问题。在伪梯度提升决策树中,所有决策树分别在原始数据集的Bootstrapping后的数据集上产生,无须针对每次迭代来对数据集采样。在分布式集群上进行内网防御的实验,结果表明在一定规模的训练集上,伪梯度提升决策树具有更好的预测准确度。(本文来源于《计算机科学》期刊2018年04期）
高金兰,雷星雨,朱佳丽[3]（2018）在《动态改变惯性权重的伪梯度搜索粒子群算法在无功优化中的应用》一文中研究指出提出一种动态改变惯性权重的反向学习伪梯度搜索粒子群算法,并将之应用于电力系统无功优化。该算法针对线性递减的惯性权重难以指导复杂非线性优化问题的缺陷,引入聚焦距离变化率和位置权重的概念,以此来衡量粒子的分布情况,并建立以它们为控制变量的动态惯性权重。该算法采用动态变化的惯性权重,并利用基于反向学习的伪梯度搜索法指导粒子向全局最优解靠拢。将该算法应用IEEE 30节点进行仿真测试,结果证明了该算法用于无功优化的可行性和有效性。(本文来源于《化工自动化及仪表》期刊2018年01期）
张宏达,王晓丹,徐海龙[4]（2010）在《用于RBF-SVM参数搜索的伪梯度动态步长算法》一文中研究指出针对基于径向基核函数(RBF)的支持向量机(SVM)超参数选择问题,提出了一种基于差分方程的新算法——伪梯度动态步长算法。该算法根据径向基核函数的特点提出由训练集的空间特性确定的核参数搜索范围,并采用对数刻度表示搜索空间;利用参数空间中SVM在两个临近点的分类精度的变化估计参数的搜索方向,并且随着搜索方向的变化动态调整搜索步长,从而实现较快的搜索。通过与Grid和PSO方法的对比实验,表明该算法具有良好的性能。(本文来源于《电子科技大学学报》期刊2010年04期）
李亮,迟世春,林皋[5]（2005）在《基于最大伪梯度搜索的多样复合形法及其在边坡稳定分析中的应用》一文中研究指出摒弃了基本复合形法中最坏点替换策略,在每个顶点及其对应剩余顶点的几何中心点之间构造一个伪梯度,在最大伪梯度值对应的顶点及其剩余顶点的几何中心点的连线上寻找比该顶点有所改善的两个新点分别位于几何中心点的两侧,根据最大复合形中心距准则选择一新点替换掉该顶点构成新复形并不断迭代,形成一种新的复合形法,利用新复合形法对一复杂土坡的最小安全系数进行了搜索,与基本复合形法的比较说明了新复合形法的全局搜索能力。(本文来源于《水力发电学报》期刊2005年06期）
畅延青,张洪全,张成芳[6]（1998）在《伪梯度方向复合形直接搜索法》一文中研究指出在传统复合形直接搜索方法基础上,对有约束的非线性优化问题,充分利用复合形网提供的信息,从众多可行方向中提出了搜索网的伪梯度方向,从而使图网的柔韧性能增强,搜索方向更加明确,对一类约束非线性优化问题具有更高的计算效率.(本文来源于《系统工程》期刊1998年02期）
伪梯度论文开题报告
（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：
结合TF-IDF算法思想,提出了特征频率、森林频率以及伪梯度提升决策树,解决了梯度提升决策树随着迭代次数的增加,错误数据被边缘化的问题。在伪梯度提升决策树中,所有决策树分别在原始数据集的Bootstrapping后的数据集上产生,无须针对每次迭代来对数据集采样。在分布式集群上进行内网防御的实验,结果表明在一定规模的训练集上,伪梯度提升决策树具有更好的预测准确度。
（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。
伪梯度论文参考文献
[1].雷星雨.基于改进伪梯度粒子群算法的电力系统无功优化[D].东北石油大学.2018
[2].厉柏伸,李领治,孙涌,朱艳琴.基于伪梯度提升决策树的内网防御算法[J].计算机科学.2018
[3].高金兰,雷星雨,朱佳丽.动态改变惯性权重的伪梯度搜索粒子群算法在无功优化中的应用[J].化工自动化及仪表.2018
[4].张宏达,王晓丹,徐海龙.用于RBF-SVM参数搜索的伪梯度动态步长算法[J].电子科技大学学报.2010
[5].李亮,迟世春,林皋.基于最大伪梯度搜索的多样复合形法及其在边坡稳定分析中的应用[J].水力发电学报.2005
[6].畅延青,张洪全,张成芳.伪梯度方向复合形直接搜索法[J].系统工程.1998