导读:本文包含了遗传禁忌论文开题报告文献综述及选题提纲参考文献，主要关键词:机位分配,分配模型,遗传算法,禁忌搜索算法
遗传禁忌论文文献综述
孙淑光,张泰荣[1]（2019）在《遗传与禁忌搜索算法组合的停机位优化分配》一文中研究指出分析飞机停机过程与机场机位分配原则,确定机位分配的约束条件,以最小空闲时间的平方和与最大机位使用效率作为目标函数,建立数学模型。根据飞机机位分配的优先级,同时兼顾停机位使用的合理性,提出将遗传算法与禁忌搜索算法组合的分配方案。结果表明:相比随机分配,遗传算法优化效果明显,目标函数值提高了13%,而结合禁忌搜索算法优化后,优化效果提高了14.4%;所提方法在实用性、机位分配效率及分配结果方面具有更好的效果。(本文来源于《中国民航大学学报》期刊2019年04期）
胡伟,袁叁男[2]（2019）在《遗传-禁忌搜索优化的Amorphous定位算法》一文中研究指出在无线传感网络WSN(Wireless Sensor Networks)定位算法领域内,Amorphous定位算法存在节点定位误差大的问题。为提高传统Amorphous算法对未知节点的定位精度,该文提出基于Amorphous定位算法的遗传禁忌搜索算法IAmorphous-GATS(Improved Amorphous Genetic-Algorithm Tabu-Search Location)。首先通过Amorphous算法得到未知节点位置的初始解;然后利用遗传禁忌搜索算法优化初始解,从而可以得到未知节点的最优位置。为验证该算法能否提高传统定位方法的定位精度,该文使用MATLAB进行了仿真实验。仿真结果表明,优化后未知节点的定位精度得到了很大的提高。(本文来源于《传感技术学报》期刊2019年06期）
李晓彤,李肇汉[3]（2019）在《基于遗传禁忌混合算法的配电网无功优化》一文中研究指出为了有效解决由配电网分布式电源(distribution generation,DG)渗透率逐渐升高带来的电压越限、网损增加问题。建立了配电网无功优化模型,以网损最小和电压不越限为综合目标,通过采用一种遗传禁忌混合算法(genetic/tabu hybrid algorithm,GATS)研究了接入DG的配电网无功优化问题。在MATLAB软件上以IEEE-33节点配电系统为算例对所研究问题进行了分析与验证。结果表明:GATS混合算法的可行性和优越性较强,通过该算法进行无功优化可以有效改善系统电压水平、降低网损;并且适当提高DG渗透率,同样有利于网损降低、电压水平提高;但若DG渗透率过高,会导致网损增加、电压越限问题,通过GATS算法进行无功优化这些问题可得到有效解决。(本文来源于《电工电气》期刊2019年04期）
李娟,朱勤东[4]（2019）在《一种顾及道路影响的点要素注记配置遗传禁忌搜索算法》一文中研究指出为使地图上点要素注记配置更美观易读,利用遗传算法的全局寻优能力和禁忌搜索算法的"爬山能力",在考虑传统点要素注记配置约束条件的同时,考虑点要素与道路间的关系,提出了一种顾及道路要素影响的遗传禁忌搜索算法,并从解算精度、运行效率及稳健性3个方面对该算法进行评价。本文以福建省泉州市惠安县1∶20万比例尺的乡村点状地形图数据进行试验,试验结果表明,与遗传算法、禁忌搜索算法和Arc GIS软件相比,该算法的算法精度和稳健性均有所提高,但是计算效率略低于禁忌算法,且点要素注记与点要素、道路要素的压盖量最少,与点要素、道路要素注记的交叉量最少。(本文来源于《测绘通报》期刊2019年02期）
燕娜,孙嘉彬,王珂[5]（2019）在《遗传-禁忌算法在防热服设计中的应用》一文中研究指出本文在研究高温作业防热服多层传热模型的基础上,依照遗传-禁忌算法框架设计的实现步骤,探索遗传-禁忌组合算法在设计防热服最优厚度中的应用。最后应用自适应交叉策略法实现算法的改进以提高优化精度,从而得到较满意的防热服优化设计方案。(本文来源于《中国新通信》期刊2019年01期）
邵伯乐,李洁[6]（2018）在《基于禁忌遗传算法和支持向量机的网络安全态势预测》一文中研究指出针对网络安全态势预测的现有的方法预测精度不高和预测时间过长的问题,提出了一种基于禁忌遗传算法和支持向量机的在线网络安全态势预测方法。首先,建立了基于支持向量机的网络安全态势模型;其次,定义了基于禁忌遗传算法实现对支持向量机的参数优化的具体算法,实现对支持向量机决策模型的参数优化。为了验证所提方法的优越性,采用某虚拟网络的实时数据作为仿真环境,并将所提模型与其他方法进行比较,仿真实验证明了文中方法能有效地进行预测,在仿真时间几乎相近的情况下,具有较高的评估准确率。(本文来源于《宜春学院学报》期刊2018年12期）
张福民,叶子静,李占凯,唐圣学,马晨阳[7]（2018）在《基于遗传-禁忌搜索算法的微网群能量管理》一文中研究指出针对微网群能量管理提出了一种优化策略,利用将每小时风机、光伏阵列输出功率的连续概率密度函数划分为多个状态集合的方法定义了状态函数,基于各分布式发电成本定义新的指数W评估能量管理的效果,利用遗传—禁忌搜索算法进行目标函数寻优,解决了微网群能量管理关于各分布式电源出力分配问题。采用PG&E69节点系统作为微网群算例,应用Matlab平台搭建仿真模型,以经济效益为目标对本文所提能量管理优化算法进行了仿真验证,通过微网群群级能量管理,各子微网成本均有可观降低。通过预测误差敏感性分析,验证了所提方法在预测误差方面的鲁棒性。结果表明所提能量管理策略具有良好的应用前景。(本文来源于《高电压技术》期刊2018年07期）
牟乃夏,徐玉静,李洁,张灵先[8]（2018）在《遗传禁忌搜索算法收敛性和时间复杂度分析》一文中研究指出遗传禁忌搜索算法多用于车辆路径优化、旅行商问题等,试验证明:融合遗传算法与禁忌搜索算法的混合算法相比单一算法的性能有较大提升,但缺少理论证明。本文阐述了遗传禁忌搜索算法的混合策略,从理论上对该算法的收敛性进行了证明,对时间复杂度进行了分析。应用马尔科夫链模型证明了遗传禁忌搜索算法是以概率1收敛到全局最优解的,并应用求解随机算法时间复杂度的方法,即求解算法的期望收敛时间,估算了该算法的时间复杂度,结果证明该算法的时间复杂度与所得解的多样性、问题规模以及遗传算法的种群数量有关。(本文来源于《河南理工大学学报(自然科学版)》期刊2018年04期）
李岩,苑舜[9]（2017）在《基于遗传禁忌混合算法的电能计量器具储位优化研究》一文中研究指出计量器具储位优化是影响计量中心自动化立体仓库货架稳定和表计出入库效率的关键因素。研究了计量器具智能仓储当中储位优化问题,综合考虑立体仓库储位稳定性和计量器具批次优先级基础上设计储位优化分配模型,并结合遗传算法多出发点和禁忌搜索爬山能力强的特点,提出了一种基于遗传禁忌混合算法的求解储位优化问题的新方法。算例分析结果表明,所提方法可以有效优化立体仓库货架整体架构,能够有效应对计量器具大批量出入库。(本文来源于《2017智能电网新技术发展与应用研讨会论文集》期刊2017-12-25）
翟世梅,邵建兆,毕义明,汪民乐[10]（2017）在《基于遗传禁忌搜索算法的导弹武器-作战时间窗口分配》一文中研究指出针对导弹武器作战的特殊情况,在武器-目标分配的基础上,研究导弹武器-作战时间窗口分配问题。对武器-作战时间窗口分配问题的相关概念和原理进行分析,并建立以导弹武器生存能力的目标函数、生存下限和作战时间窗口为约束条件的求解模型;根据用智能算法在解决较大规模分配问题时易出现的不足,将遗传算法全局搜索能力强与禁忌搜索算法局部寻优能力好的特点结合起来,形成新的遗传禁忌搜索算法对模型进行求解。仿真结果表明,新算法收敛性好,求解速度快且所得解的可靠性高。(本文来源于《战术导弹技术》期刊2017年06期）
遗传禁忌论文开题报告
（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：
在无线传感网络WSN(Wireless Sensor Networks)定位算法领域内,Amorphous定位算法存在节点定位误差大的问题。为提高传统Amorphous算法对未知节点的定位精度,该文提出基于Amorphous定位算法的遗传禁忌搜索算法IAmorphous-GATS(Improved Amorphous Genetic-Algorithm Tabu-Search Location)。首先通过Amorphous算法得到未知节点位置的初始解;然后利用遗传禁忌搜索算法优化初始解,从而可以得到未知节点的最优位置。为验证该算法能否提高传统定位方法的定位精度,该文使用MATLAB进行了仿真实验。仿真结果表明,优化后未知节点的定位精度得到了很大的提高。
（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。
遗传禁忌论文参考文献
[1].孙淑光,张泰荣.遗传与禁忌搜索算法组合的停机位优化分配[J].中国民航大学学报.2019
[2].胡伟,袁叁男.遗传-禁忌搜索优化的Amorphous定位算法[J].传感技术学报.2019
[3].李晓彤,李肇汉.基于遗传禁忌混合算法的配电网无功优化[J].电工电气.2019
[4].李娟,朱勤东.一种顾及道路影响的点要素注记配置遗传禁忌搜索算法[J].测绘通报.2019
[5].燕娜,孙嘉彬,王珂.遗传-禁忌算法在防热服设计中的应用[J].中国新通信.2019
[6].邵伯乐,李洁.基于禁忌遗传算法和支持向量机的网络安全态势预测[J].宜春学院学报.2018
[7].张福民,叶子静,李占凯,唐圣学,马晨阳.基于遗传-禁忌搜索算法的微网群能量管理[J].高电压技术.2018
[8].牟乃夏,徐玉静,李洁,张灵先.遗传禁忌搜索算法收敛性和时间复杂度分析[J].河南理工大学学报(自然科学版).2018
[9].李岩,苑舜.基于遗传禁忌混合算法的电能计量器具储位优化研究[C].2017智能电网新技术发展与应用研讨会论文集.2017
[10].翟世梅,邵建兆,毕义明,汪民乐.基于遗传禁忌搜索算法的导弹武器-作战时间窗口分配[J].战术导弹技术.2017