导读:本文包含了遗传融合论文开题报告文献综述及选题提纲参考文献，主要关键词:现代交通运输,交通运输业,《交通运输业与人工智能的深度融合》,深度融合
遗传融合论文文献综述
刘慧怡[1]（2019）在《基于遗传算法的现代交通运输模式优化——评《交通运输业与人工智能的深度融合》》一文中研究指出随着我国国民经济的快速发展,我国的交通运输事业也取得了长足进步。尤其是高铁的的发展这一方面,但是我国的交通运输市场还存在着一些亟待解决的问题,原因是运输市场不规范,缺乏强有力的宏观市场指导,各主管部门之间缺乏有效的沟通和协调。由于一些行政部门的管理机制和方法的限制,用户的运输方式的选择已经发生变化,在没有最大化运输效率的情况下消耗大(本文来源于《林产工业》期刊2019年11期）
卢官明,程晓,李霞,闫静杰,李海波[2]（2019）在《基于遗传算法的多模态情感特征融合方法》一文中研究指出为了提高情感识别的准确率,针对单模态情感识别率低以及常规特征融合方法存在的缺点,提出了一种基于遗传算法的多模态情感特征融合方法,利用遗传算法对多个模态的情感特征进行选择、交叉以及重组。在eNTRAFACE’05表情-语音双模态情感数据库上进行了情感识别测试,对基于面部表情或语音的单模态情感识别,以及基于特征层或决策层融合的各种双模态情感识别的性能进行了比较。实验结果表明,双模态情感识别的性能高于单模态情感识别,而且文中提出的基于遗传算法的多模态情感特征融合方法比其他几种常规的特征融合方法的效果好,验证了文中提出的方法的可行性和有效性。(本文来源于《南京邮电大学学报(自然科学版)》期刊2019年05期）
朱勇,陶用伟,李泽群[3]（2019）在《融合遗传和蚁群算法的叁相不平衡配电网无功优化研究》一文中研究指出配电网无功优化是一个多约束、多变量的高度非线性优化问题,而叁相不平衡加剧了配电网无功优化的复杂程度。针对叁相不平衡配电网无功优化困难的现状,提出了将遗传算法和蚁群算法相融合的智能优化方法,该方法结合了遗传算法全局优化能力强和蚁群算法局部搜索能力强的特点。为验证本方法在叁相不平衡配电网无功优化的优势,建立了IEEE33节点叁相配电网系统,通过与其它无功优化方法的对比分析验证了本方法的有效性和优越性。可为叁相不平衡配电网的无功优化提供有效的参考和指导。(本文来源于《计算技术与自动化》期刊2019年03期）
张继荣,寇磊[4]（2019）在《基于融合模型的遗传位点分析》一文中研究指出为了解决人类遗传性疾病和性状与基因组上位点间的关联性问题,通过全基因组关联分析,提出一种融合模型,建立了单核苷酸多态性(Single Nucleotide Polymorphisms,SNP)与疾病的关联分析。首先,将16维数据做降维处理;以位点集与类标间的卡方统计量作为评价函数建立基于二阶段蚁群算法的SNP关联分析模型;选取与致病位点相似度最大的位点,构成新的位点集合,建立二元逻辑回归模型,分析遗传疾病与新的位点集合的关联性;并使用随机森林算法验证该模型的准确率。数据测试验证表明了此融合模型的识别率达到85.8%,该模型比传统方法的识别能力有明显增强,可以有效地进行遗传疾病、基因和位点多层次相关性分析。(本文来源于《计算机与数字工程》期刊2019年09期）
杨振泰,黎向锋,左敦稳,李堃,毕高杰[5]（2019）在《融合Powell搜索法的遗传算法求解柔性车间调度问题》一文中研究指出针对柔性车间调度问题,提出一种融合Powell搜索法的(改进)遗传算法(GA-Powell)。该算法分别以最大完工时间、机器总载荷和最大机器载荷为优化目标。考虑到柔性车间调度遗传算法中染色体编码方案的特殊性,对传统的Powell搜索法进行改进,以免在进化过程中产生不可行解。利用文献中的测试实例和Brandimarte测试实例测试GAPowell,验证了GA-Powell的可行性和有效性。(本文来源于《现代制造工程》期刊2019年09期）
孙红,李存进[6]（2019）在《融合遗传算法和关联规则的数据挖掘方法改进》一文中研究指出提出了一种融合改进遗传算法(Genetic algorithm,GA)和关联规则的数据挖掘方法,首先将GA交叉算子和变异算子进行自适应改进,使其在迭代过程中能够根据函数适应度值自适应调节;然后将改进后的自适应GA融入到关联规则中,充分利用GA良好的全局搜索能力,提高处理海量数据关联规则的挖掘效率。为了避免无用规则,减少不相关性的存在,在此基础上融入亲密度以提高关联规则的可靠性。在Hadoop大数据平台上通过分析交通数据验证优化后的算法,与传统方法相比,该方法提高了算法的收敛速度和鲁棒性。(本文来源于《数据采集与处理》期刊2019年05期）
何伟,袁亚芳,白新理[7]（2019）在《基于融合改进响应面-遗传算法的古塔力学参数反分析》一文中研究指出为了反分析砖石古塔的材料力学参数,将均一化原理、响应面法和遗传算法叁者结合,提出了融合改进响应面-遗传算法。首先基于ANSYS软件建立古塔的叁维有限元模型,采用BBD (Box-Behnken Design)方法设计了影响因子实验点,根据有限元模型计算各参数对应的古塔动力特性;提出改进的响应面方法,建立了待修正参数与响应量的显式响应面模型;最后根据古塔现场实测动力特性,利用最小二乘法建立了反分析目标函数,采用遗传算法搜索最佳参数组合,确定古塔力学参数。以宜阳五花寺塔为例,反演分析了砖石塔的弹性模量、密度等力学参数。计算结果表明,基于融合改进响应面-遗传算法的古塔力学参数反分析法,可快速高效地获得反分析参数结果,且结果精度较高。(本文来源于《工程抗震与加固改造》期刊2019年04期）
姚楠[8]（2019）在《基于遗传算法和蚁群算法融合的在线测评系统》一文中研究指出本文利用遗传算法和蚁群算法进行结合,针对试卷生成模块进行深入研究,控制试题难度,提升试卷质量,体现测评价值。(本文来源于《电子技术与软件工程》期刊2019年14期）
姚和友[9]（2019）在《遗传算法与改进的BP神经网络融合的叁元锂电池SOC估算研究》一文中研究指出随着各国禁售传统燃油车时间表的不断推进以及环境污染问题的日益严重,很多大城市开始启用电动出租车、滴滴打车、共享单车等交通工具。电动汽车成为未来的趋势,研制高效、安全和低价的动力电池管理系统是制约电动汽车发展的关键因素之一。对动力电池剩余荷电量(State Of Charge,SOC)进行准确的估算不但是电池管理系统对电池组进行均衡的基础,而且还能够提高动力电池的工作效率、延长动力电池的使用寿命。由于想通过直接测量的手段取得电池的SOC值存在着较大的难度,仅能依靠其它参数和手段间接获取。因此,本文结合电动汽车对动力电池性能的需求以常用的叁元锂离子电池为研究对象,对如何提高电动汽车动力电池剩余电量的估算精度进行了深入的研究,本文的研究工作主要围绕以下几个方面展开:(1)阐述锂离子电池SOC的定义,分析了影响SOC估算的因素,并利用搭建的实验平台对锂离子电池的各项性能参数进行了分析,并对几种常用的SOC估算方法的优缺点进行了分析。(2)通过对SOC不同估算方法的优缺点进行比较分析,最终采用数据驱动的模型—BP神经网络对电池的SOC进行估算,利用搭建的实验平台完成对实验电池不同倍率下的充放电数据进行采集,在Python环境中完成BP神经网络模型算法的搭建,并通过采集的数据对网络进行不断训练,利用训练后的网络模型完成对电池SOC的估算实验,并对实验结果进行分析。(3)针对传统BP算法收敛速度慢、估算精度低且易陷入局部极值的缺点,仔细分析研究了电池的各项性能参数,在电池电压、电流、温度的基础上又引入了电池的内阻作为神经网络模型的输入,并在此基础上提出了基于Python编程的改进型自适应动量项BP神经网络算法,利用模型的实际输出值和期望值的误差均方差MSE的大小来动态调节动量因子的大小,完成了传统BP神经网络对电池SOC估算的改进,克服了基于梯度下降的传统BP算法收敛速度慢、估算精度低的缺点。(4)BP神经网络权值和阈值的选取对模型训练后的性能有较大的影响,为了进一步提高SOC的估算精度,采用仿生算法中的遗传算法对改进后的BP算法的权值和阈值进行寻优,搭建了基于Python编程的遗传算法优化BP神经网络的算法流程,并利用实验平台采集的数据分别对改进前后的网络模型进行训练,利用训练后的模型分别对电池恒流工况和DST(Dynamic Street Test)工况下的SOC进行估算,实验结果充分说明利用遗传算法优化后的改进动量项的BP算法无论收敛速度、还是估算精度都有大幅提升,能够达到精确预测电池SOC的目的。(本文来源于《南昌大学》期刊2019-05-24）
朱绘丽,杨用增[10]（2019）在《融合遗传蚁群算法的改进CANNY边缘算法研究》一文中研究指出为了解决传统边缘检测算法抗噪能力差、弱边缘检测能力差及边缘断层等问题,本研究提出了一种新的边缘检测算法。首先采用自适应中值滤波取代高斯滤波进行图像处理,然后采用遗传蚁群算法执行边缘断层二次连接。实验结果表明,该算法检测的边缘轮廓更清晰,边缘细节可得到有效保留,显着改善了图像的矢量转换质量,这对R2V矢量化提取建立CAD图库具有一定的应用价值,也可以较好地应用于物流分拣系统。(本文来源于《数字印刷》期刊2019年01期）
遗传融合论文开题报告
（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：
为了提高情感识别的准确率,针对单模态情感识别率低以及常规特征融合方法存在的缺点,提出了一种基于遗传算法的多模态情感特征融合方法,利用遗传算法对多个模态的情感特征进行选择、交叉以及重组。在eNTRAFACE’05表情-语音双模态情感数据库上进行了情感识别测试,对基于面部表情或语音的单模态情感识别,以及基于特征层或决策层融合的各种双模态情感识别的性能进行了比较。实验结果表明,双模态情感识别的性能高于单模态情感识别,而且文中提出的基于遗传算法的多模态情感特征融合方法比其他几种常规的特征融合方法的效果好,验证了文中提出的方法的可行性和有效性。
（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。
遗传融合论文参考文献
[1].刘慧怡.基于遗传算法的现代交通运输模式优化——评《交通运输业与人工智能的深度融合》[J].林产工业.2019
[2].卢官明,程晓,李霞,闫静杰,李海波.基于遗传算法的多模态情感特征融合方法[J].南京邮电大学学报(自然科学版).2019
[3].朱勇,陶用伟,李泽群.融合遗传和蚁群算法的叁相不平衡配电网无功优化研究[J].计算技术与自动化.2019
[4].张继荣,寇磊.基于融合模型的遗传位点分析[J].计算机与数字工程.2019
[5].杨振泰,黎向锋,左敦稳,李堃,毕高杰.融合Powell搜索法的遗传算法求解柔性车间调度问题[J].现代制造工程.2019
[6].孙红,李存进.融合遗传算法和关联规则的数据挖掘方法改进[J].数据采集与处理.2019
[7].何伟,袁亚芳,白新理.基于融合改进响应面-遗传算法的古塔力学参数反分析[J].工程抗震与加固改造.2019
[8].姚楠.基于遗传算法和蚁群算法融合的在线测评系统[J].电子技术与软件工程.2019
[9].姚和友.遗传算法与改进的BP神经网络融合的叁元锂电池SOC估算研究[D].南昌大学.2019
[10].朱绘丽,杨用增.融合遗传蚁群算法的改进CANNY边缘算法研究[J].数字印刷.2019
标签：现代交通运输; 交通运输业; 《交通运输业与人工智能的深度融合》; 深度融合;