导读:本文包含了粒群优化论文开题报告文献综述及选题提纲参考文献，主要关键词:粒群优化,导航,定位,控制系统
粒群优化论文文献综述
毛晓琦[1]（2016）在《基于粒群优化算法的导航定位控制系统设计》一文中研究指出目前对于定位导航系统的精度越来越高,特别是在交通领域。本文提出的基于粒群优化算法的导航定位控制系统主要在数据处理方面完成对节点位置信息的准确控制,通过对节点位置信息与定位数据库参考数据进行比对,利用粒群优化算法的全局最优及局部最优算法,对节点位置进行导航定位控制。通过实验表明该控制方法具有较高的精度及稳定性。(本文来源于《黑龙江科技信息》期刊2016年26期）
王荣杰,詹宜巨,周海峰,陈美谦[2]（2013）在《基于粒群优化的图像有序盲分离算法》一文中研究指出针对图像的有序盲分离技术,提出一种基于粒子群优化的盲源抽取方法。该方法首先根据图像信号的高阶统计特性构造用于估计分离向量的目标函数,然后通过改进的粒子群算法优化该函数,获得最佳分离向量,并实现图像信号的逐次恢复。仿真实验结果表明,该方法不仅能依四阶累积量的绝对值降序地实现图像信号的盲分离,还能同时分离服从超高斯分布的语音信号和服从亚高斯分布的图像信号。(本文来源于《中国航海》期刊2013年04期）
孔金生,肖天,徐津[3]（2013）在《基于混合遗传免疫粒群优化的网络拥塞控制方法》一文中研究指出微粒群优化算法具有搜索速度快、易于实现等优点,然而在解决实际问题中它容易陷入局部最优.笔者通过给出一种混合的策略——遗传免疫粒群算法,将遗传算法,免疫算法引入到微粒群算法中,既能提高全局搜索能力,避免在搜索过程中陷入局部最优,又使算法保留了种群多样性的特点,提高算法的收敛速度.将该算法应用于网络拥塞控制中,提出一种基于混合遗传免疫粒群优化的网络拥塞控制方法来解决网络拥塞问题,通过仿真研究,验证了该方法的可行性.(本文来源于《郑州大学学报(工学版)》期刊2013年02期）
徐津[4]（2012）在《基于遗传免疫粒群优化的网络拥塞控制方法》一文中研究指出目前,随着Internet迅速、广泛的发展,网络拥塞慢慢成为一项制约Internet发展的重要因素,网络中出现越来越多的具有网络服务质量(QoS)要求的业务,而这些业务对QoS提出了更高的要求,因此为了确保网络稳定性及其它QoS机制的正常工作,通过合适的方法预防和控制拥塞是目前网络研究的重要方向之一,也是本文所要做的功课,即针对基于遗传免疫粒群优化的网络拥塞控制方法给出了详细的分析,具体内容如下：(1)系统分析网络拥塞和网络拥塞控制机制,引出利用新型微粒群优化算法解决拥塞控制的想法,在此基础上对仿真工具NS2及其在网络建模、拥塞控制上的应用进行了分析。(2)在对拓扑模型分析的基础上,对网络服务质量QoS路由算法及其网络性能指标等进行了详细解析,给出QoS路由优化数学模型,为之后进行路由优化、网络拥塞控制奠定了基础。(3)将遗传算法(Genetic Algorithm, GA)和免疫算法(Immune Algorithm, IA)引入到微粒群优化算法(Particle Swarm Optimization, PSO)当中,给出了遗传免疫粒群优化算法。即引入遗传算法中的交叉和变异两个机制、免疫算法中识别和选择两个思想,相对提高了适应度较好的个体机率,同时确保个体微粒的多样性不会受到影响,这样新个体既能跳出局部最优点,又能保留优秀个体的特性,避免了个体的过分集中。(4)对网络路径参数设置和路径优化指数进行了分析,给出了基于遗传免疫粒群优化的网络拥塞控制方法。该方法跟以往传统方法不同,以负载均衡分布函数和资源消耗函数作为优化目标,在进行优化前要先满足带宽、时延等多项网络指标,基于QoS路由模型对网络负载进行路径规划,达到资源消耗率与负载尽量均匀分布的平衡。(本文来源于《郑州大学》期刊2012-05-01）
常晓林,喻胜春,马刚,周伟[5]（2011）在《基于粒子迁徙的粒群优化算法及其在岩土工程中的应用》一文中研究指出受自然界物种迁徙的启发,提出了一种新的改进的粒群优化算法(MPSO)。算法初始化时,将粒子随机地划分为若干个子粒群,每个子粒群按照给定的策略独立演化,在演化中的指定时段进行粒子的随机迁徙和自适应变异,以保持整个种群的多样性,避免早熟收敛。基准测试函数的计算结果表明,MPSO算法的性能优于其他几种改进算法。堆石体幂函数流变模型,参数较多,具有很强的非线性,将MPSO算法应用到堆石体幂函数流变模型的参数反演中。计算结果表明,利用反演的流变模型参数计算的坝体流变变形与实测变形在发展规律和数值上均比较吻合,证明MPSO算法在多参数、强非线性的复杂模型参数反演中的优越性。(本文来源于《岩土力学》期刊2011年04期）
岳晓光,麦范金,赵子强,崔建明[6]（2011）在《多真体系统理论及粒群优化算法在煤矿救灾机器人中的应用探讨》一文中研究指出为了提高煤矿救灾机器人的工作效率,在分析了国内外煤矿救灾及其机器人的研究现状的基础上,结合多真体系统理论及粒群优化算法的相关概念,设计了一个基于多真体系统理论和粒群优化的煤矿救灾机器人工作的算法。(本文来源于《煤矿机械》期刊2011年02期）
姜慧霖[7]（2010）在《基于粒群优化模糊PID的温控系统》一文中研究指出在工业控制中,温度是一种很难被控制的被控对象.经典控制很难完成对这种系统的控制,因此需要一种智能化控制方法对温度进行控制.本文提出利用粒群优化模糊PID参数的方法来实现对温度的控制,仿真研究表明该控制方法在控制中表现出良好的效果.(本文来源于《商丘师范学院学报》期刊2010年12期）
应文豪,王士同[8]（2009）在《使用稳态系统和粒群优化算法进行基因调控网络推断》一文中研究指出基因调控网络模型试图从海量的时序基因表达数据中研究基因的功能,推断基因之间的调控关系,从而揭示复杂的病理现象和生命现象。通过利用时序基因表达数据来推断一个基于稳态系统(S-system)模型的基因网络,提出使用粒群优化算法(PSO)来优化模型参数,从而捕捉基因表达数据中的动力学特性。实验结果表明,该方法能够使模型参数快速得到收敛,配置参数后模型仿真能力好,可以较好地识别基因调控关系。(本文来源于《计算机应用与软件》期刊2009年03期）
冯岩,王晓东[9]（2008）在《粒群优化模糊PID在炉温控制中的应用》一文中研究指出轧钢生产中,加热炉是一个很复杂的非线性、大惯性、纯滞后的受控对象。经典控制很难完成对这种非线性系统的控制,因此需要一种智能化控制对加热炉炉温进行控制。本文提出利用粒群优化模糊PID参数的方法来实现对炉温的控制,仿真研究表明该控制方法在克服被控对象的大惯性、抗干扰性、非线性和纯滞后上取得很好的效果。(本文来源于《2008全国第十叁届自动化应用技术学术交流会论文集》期刊2008-10-01）
冯岩,王晓东[10]（2008）在《粒群优化模糊PID在炉温控制中的应用》一文中研究指出轧钢生产中,加热炉是一个很复杂的非线性、大惯性、纯滞后的受控对象。经典控制很难完成对这种非线性系统的控制,因此需要一种智能化控制对加热炉炉温进行控制。本文提出利用粒群优化模糊PID参数的方法来实现对炉温的控制,仿真研究表明该控制方法在克服被控对象的大惯性、抗干扰性、非线性和纯滞后上取得很好的效果。(本文来源于《中国计量协会冶金分会2008年会论文集》期刊2008-09-01）
粒群优化论文开题报告
（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：
针对图像的有序盲分离技术,提出一种基于粒子群优化的盲源抽取方法。该方法首先根据图像信号的高阶统计特性构造用于估计分离向量的目标函数,然后通过改进的粒子群算法优化该函数,获得最佳分离向量,并实现图像信号的逐次恢复。仿真实验结果表明,该方法不仅能依四阶累积量的绝对值降序地实现图像信号的盲分离,还能同时分离服从超高斯分布的语音信号和服从亚高斯分布的图像信号。
（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。
粒群优化论文参考文献
[1].毛晓琦.基于粒群优化算法的导航定位控制系统设计[J].黑龙江科技信息.2016
[2].王荣杰,詹宜巨,周海峰,陈美谦.基于粒群优化的图像有序盲分离算法[J].中国航海.2013
[3].孔金生,肖天,徐津.基于混合遗传免疫粒群优化的网络拥塞控制方法[J].郑州大学学报(工学版).2013
[4].徐津.基于遗传免疫粒群优化的网络拥塞控制方法[D].郑州大学.2012
[5].常晓林,喻胜春,马刚,周伟.基于粒子迁徙的粒群优化算法及其在岩土工程中的应用[J].岩土力学.2011
[6].岳晓光,麦范金,赵子强,崔建明.多真体系统理论及粒群优化算法在煤矿救灾机器人中的应用探讨[J].煤矿机械.2011
[7].姜慧霖.基于粒群优化模糊PID的温控系统[J].商丘师范学院学报.2010
[8].应文豪,王士同.使用稳态系统和粒群优化算法进行基因调控网络推断[J].计算机应用与软件.2009
[9].冯岩,王晓东.粒群优化模糊PID在炉温控制中的应用[C].2008全国第十叁届自动化应用技术学术交流会论文集.2008
[10].冯岩,王晓东.粒群优化模糊PID在炉温控制中的应用[C].中国计量协会冶金分会2008年会论文集.2008