导读:本文包含了空间搜索策略论文开题报告文献综述及选题提纲参考文献，主要关键词:高维多目标优化,决策空间,定向搜索,收敛性子空间
空间搜索策略论文文献综述
郑金华,董南江,阮干,邹娟,杨圣祥[1]（2019）在《决策空间定向搜索的高维多目标优化策略》一文中研究指出传统的多目标进化算法(MOEA)对于低维连续的多目标优化问题已经具有良好的性能,但是随着优化问题目标维数的增加,优化难度也将剧增,主要原因是算法本身搜索能力不足,维数增加时选择压力变小,收敛性和分布性冲突难以平衡.利用连续多目标优化问题的特性,针对高维多目标优化的难点所在,提出了一种在决策空间的定向搜索策略(decision space,简称DS),该策略可与基于支配关系的MOEA相结合.DS首先对优化问题进行采样分析,对问题特性进行解析,得到收敛性子空间控制向量和分布性子空间控制向量.将算法搜索过程分为收敛性搜索阶段和分布性搜索阶段,分别对应收敛性子空间和分布性子空间,在不同阶段搜索时,利用采样分析结果,对生成子代个体的区域进行宏观的影响.将收敛性和分布性分阶段考虑,避免了收敛性和分布性难以平衡的难点,同时,具体在某一阶段内搜索资源相对集中,一定程度上增加了算法的搜索能力.实验结合了DS策略的NSGA-Ⅱ,SPEA2算法与原NSGA-Ⅱ,SPEA2算法进行实验对比,并以DS-NSGA-Ⅱ为例,与其他高维算法MOEAD-PBI,NSGA-ⅡI,Hype,MSOPS,LMEA进行对比实验.实验结果表明,DS策略的引入,使得NSGA-Ⅱ,SPEA2算法在高维多目标优化问题上的性能有了显着提高,DS-NSGAⅡ与现有的经典高维多目标算法相比有较强的竞争力.(本文来源于《软件学报》期刊2019年09期）
姜国崧[2]（2019）在《基于启发式搜索策略的RNA空间结构预测》一文中研究指出近年来,随着现代生命科学的发展,生物学家发现RNA不仅仅参与基因的表达活动,而且在组织细胞中的各项生命活动中都扮演重要的角色。如何利用已知的RNA序列信息,预测RNA分子结构,对于研究RNA的生物学功能有重要意义。RNA二级结构预测是RNA结构预测的第一步,也是至关重要的一步。目前主流的RNA二级结构预测方法,包括序列比对法和最小自由能法,分别存在适应性差和计算量大的缺点。本文致力于开发一种全新的预测算法,通过模拟RNA形成中的折迭过程,来预测RNA的二级结构,以此提升现有算法的预测质量和效率。本文提出的RNA二级结构预测算法基于这样的事实:RNA在被转录形成链状结构之后,会在很短的时间内迅速折迭完成碱基配对。影响碱基配对方式的主要因素有两种,一种是碱基的匹配类型,一种是碱基之间的距离。本文首先从现有的RNA数据库出发,对RNA结构中的配对碱基进行统计分析。在此基础之上,构造出关于匹配类型和匹配距离的RNA序列折迭得分公式。随后依照得分公式,对目标序列进行递归搜索,输出得分合格的梯子结构,最终预测出目标序列的二级结构。通过与目前优秀的RNA二级结构预测算法的结果进行对比,可以看出本文提出的算法具有出色的预测能力,但由于使用了相对简单的折迭模型,算法的时间复杂度更低,效率更高。后期再通过对参数的优化以及算法过程的优化,其预测质量和执行效率,还具有一定的提升潜力。(本文来源于《天津工业大学》期刊2019-01-22）
姜鹏程,李梦杰,陈旭东,王文磊,陈章进[3]（2018）在《基于子空间扫描的对称权值搜索策略》一文中研究指出设计的主要研究内容是在子空间扫描的方法上建立的一种对称权值搜索策略,通过矩阵递推建立了对称权值搜索策略的推导公式,能够实现高灰度级的扫描,并通过FPGA对扫描效果进行了验证,实验效果显示通过子空间扫描点时钟频率比传统扫描下降了86%;权值对称搜索策略得到权值序列表仅为直接搜索策略的十分之一。(本文来源于《工业控制计算机》期刊2018年04期）
王碧[4]（2017）在《动态搜索空间策略下的粒子群算法改进及其拓展研究》一文中研究指出随着以粒子群为例的群智能算法在各领域内愈发广泛的使用,其算法后期早熟以及最终解精度不高等现象成了务须重视并尝试解决的问题。本文以粒子群算法为切入点,通过观察粒子在搜索过程中具体空间特性,逐步改进并扩展优化策略,最终构建出具有一定广泛适用性的优化策略。具体主要包括以下叁方面:(1)为进一步研究和优化粒子群算法,在采用非线性学习因子的同时,提出了一种新的牵引策略来共同优化粒子群算法(Particle Swarm Optimization Algorithm based on Homing HMPSO)。该策略通过使粒子发生偏移于最优解的位移,增加粒子活性,从而提升算法后期的寻优能力。依实验需求将各基准函数进行调整变换并通过仿真实验进行寻优测试。结果表明,在算法后期的寻优能力有明显提升,且具有较好的鲁棒性。最后,估算出算法寻优结果精度高于指定阀值精度的概率区间,证明该策略具有良好可信度。(2)为进一步缓解粒子群优化算法在其后期收敛速度慢、早熟等问题,提出了一种挂载式的、依赖自适应阀值和已知全局最优解的压缩搜索空间策略。并在此基础上对粒子重新分配初始位置、调整速度权值来提升算法的后期探索能力。实验表明,在使用相同的权重和学习因子策略时,比之原粒子群优化算法具有较好的表现,在对量子粒子群算法进行嵌入时依然具有一定效果。该策略可以有效避免早熟问题,提升算法在后期的寻优效果,具有较好的鲁棒性。(3)群体智能算法的主要任务便是在有限的时间内尽可能的获得精度更高的解。但由于早熟等常见问题,使得一个精度更高的解需要通过提供额外的迭代次数来取得。为能彻底解决早熟问题的同时保持原算法主体不变且可与现有优化理论协同优化,在前期仿真实验和理论证明的基础上提出了一种逐层演化的改进策略。利用在原算法中构建基于搜索空间压缩理论的自适应系统,通过逐层的压缩、选择、再初始化的操作,以包括压缩后搜索空间在内的社会信息作为遗传知识,指导寻优过程,从而实现最终解精度的提升、避免早熟问题的出现。对基准函数进行仿真实验可以看出该策略在提升算法精度,增强后期个体活性方面具有良好的表现。上述叁个策略,依次证实了:提升种群多样性有助于提升粒子群算法最终表现;在同等情况下,压缩搜索空间可以使得算法最终表现得到提升;逐层的演化策略作为在种群多样性与搜索空间二者的基础上构建的优化策略较之于前者具有更好的普适性。(本文来源于《江西理工大学》期刊2017-05-23）
侯本伟,杜修力[5]（2015）在《基于搜索空间缩减策略的供水管网抗震设计参数优化》一文中研究指出供水管网抗震优化设计模型以用户节点的抗震安全能力为设计目标,包含管网拓扑布局及管段结构抗震能力两个设计参数,寻找最优设计参数是离散变量组合优化问题.提出了一种基于两阶段搜索空间缩减策略的管网抗震优化设计模型求解方法,第一阶段利用度约束连通图生成初始种群,缩小优化初始搜索空间;第二阶段采用违约个体修补策略转换优化进行过程中不满足约束条件个体所处的搜索空间,实现了优化过程中搜索空间的动态缩减,提高了优化搜索的效率.此方法在供水管网抗震优化设计中有较高的效率,也可为其他有约束离散变量优化问题提供参考.(本文来源于《中国科学:技术科学》期刊2015年07期）
王璐[6]（2015）在《《学龄前儿童在有序、无序维度的空间搜索策略中展现的文化偏好》文本英译汉及翻译实践报告》一文中研究指出本次翻译实践的原文选自爱思维尔出版社期刊Cognitive Development 2014年1月的论文Culturally Driven Biases in Preschoolers’Spatial Search Strategies for Ordinal and Non-ordinal Dimensions(学龄前儿童在有序、无序维度的空间搜索任务中展现的文化偏好)。本文中的研究人员发现,人们每天使用的语言对学习和记忆能力有所影响,通过对说英语的美国学龄前儿童和说希伯来语的以色列学龄前儿童进行对比可以发现,与文化一致的空间布局可以提高学龄前儿童的学习和记忆能力。在本次翻译活动中,译者运用了相关翻译理论来完成翻译实践报告。翻译实践报告首先对文本来源、作者背景和文本特征进行了简要介绍。然后用奈达的“功能对等”理论和卡特福德的“翻译转换”为指导对翻译实践中出现的例子进行了分析。最后总结了本次翻译实践中获得的心得体会。(本文来源于《贵州师范大学》期刊2015-05-27）
马娟,朵云峰,赵文亮[7]（2011）在《两种空间分块策略K近邻搜索算法的比较研究》一文中研究指出空间分块策略是K近邻搜索算法研究中的有效方法,然而现有算法进行空间划分时给出的子立方体大小主要取决于K值的大小,K值变化时需重新进行空间划分,影响了时间效率和稳定性。利用空间分块策略的优点,提出一种以建立离散数据空间索引为空间划分目标的K近邻搜索新算法。该算法预先对空间包围盒进行微分块,形成的子立方体结构仅与离散数据和预设参数相关,同一点云数据只需进行一次空间分配。搜索过程中,以计算点为球心建立空间动态球,判定符合条件的子立方体,进行K近邻搜索。测试结果表明,新算法较现有算法点云分配和遍历时间效率、随机点搜索时间稳定性及对不同K值的适应性等方面更具有优势。(本文来源于《中国图象图形学报》期刊2011年09期）
何威,曾碧[8]（2011）在《搜索空间划分移动策略的研究与实现》一文中研究指出针对进化算法收敛效率和搜索能力不能有效兼顾的缺点,提出一种搜索机制与进化机制相分离的方法——搜索空间划分移动策略,并介绍其相关理论。该策略在搜索区域划分理论基础上,加入区域移动机制,使各极值能在不同环境下相互竞争,提高其搜索能力。改进的处理机制无须考虑搜索问题,能让算法迅速收敛。记录器能有效地完成各小区域间的通信,并根据要求控制区域移动。实验结果表明该策略具有较好的准确性和效率。(本文来源于《计算机工程》期刊2011年06期）
马娟,方源敏,赵文亮,冯瑜瑾[9]（2011）在《利用空间微分块与动态球策略的k近邻搜索算法研究》一文中研究指出提出了一种基于空间微分块与动态球判定策略的k近邻快速搜索算法。该算法以空间包围盒为基础,首先对空间进行微分块,将离散点分配到子空间;然后,以计算点为球心建立动态球,确定k近邻候选点。球半径可根据空间包围盒的大小、离散点数量和k近邻点数进行估算和优化。实验结果表明,该算法可快速完成k近邻搜索,运行稳定可靠。(本文来源于《武汉大学学报(信息科学版)》期刊2011年03期）
马飞,曹泽阳,刘晖[10]（2010）在《基于博弈论的目标分配策略空间构建与搜索》一文中研究指出动态武器目标分配(dynamic weapon target assignment,DWTA)问题是军事运筹学研究的重要理论问题,也是作战指挥决策中迫切需要解决的现实问题。DWTA问题不能使用静态武器目标分配(static weapontarget assignment,SWTA)的动态规划方法来解决。在考虑攻防双方武器系统损耗的基础上建立了DWTA模型,模型分析表明,DWTA问题可以尝试用博弈理论解决。构建DWTA策略空间,并改进了邻域搜索算法(varia-ble neighborhood search algorithm,VNS)。算法正确度和复杂度分析结果表明,算法快速有效,在一定程度上满足防空作战对DWTA问题决策实时性的要求。(本文来源于《系统工程与电子技术》期刊2010年09期）
空间搜索策略论文开题报告
（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：
近年来,随着现代生命科学的发展,生物学家发现RNA不仅仅参与基因的表达活动,而且在组织细胞中的各项生命活动中都扮演重要的角色。如何利用已知的RNA序列信息,预测RNA分子结构,对于研究RNA的生物学功能有重要意义。RNA二级结构预测是RNA结构预测的第一步,也是至关重要的一步。目前主流的RNA二级结构预测方法,包括序列比对法和最小自由能法,分别存在适应性差和计算量大的缺点。本文致力于开发一种全新的预测算法,通过模拟RNA形成中的折迭过程,来预测RNA的二级结构,以此提升现有算法的预测质量和效率。本文提出的RNA二级结构预测算法基于这样的事实:RNA在被转录形成链状结构之后,会在很短的时间内迅速折迭完成碱基配对。影响碱基配对方式的主要因素有两种,一种是碱基的匹配类型,一种是碱基之间的距离。本文首先从现有的RNA数据库出发,对RNA结构中的配对碱基进行统计分析。在此基础之上,构造出关于匹配类型和匹配距离的RNA序列折迭得分公式。随后依照得分公式,对目标序列进行递归搜索,输出得分合格的梯子结构,最终预测出目标序列的二级结构。通过与目前优秀的RNA二级结构预测算法的结果进行对比,可以看出本文提出的算法具有出色的预测能力,但由于使用了相对简单的折迭模型,算法的时间复杂度更低,效率更高。后期再通过对参数的优化以及算法过程的优化,其预测质量和执行效率,还具有一定的提升潜力。
（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。
空间搜索策略论文参考文献
[1].郑金华,董南江,阮干,邹娟,杨圣祥.决策空间定向搜索的高维多目标优化策略[J].软件学报.2019
[2].姜国崧.基于启发式搜索策略的RNA空间结构预测[D].天津工业大学.2019
[3].姜鹏程,李梦杰,陈旭东,王文磊,陈章进.基于子空间扫描的对称权值搜索策略[J].工业控制计算机.2018
[4].王碧.动态搜索空间策略下的粒子群算法改进及其拓展研究[D].江西理工大学.2017
[5].侯本伟,杜修力.基于搜索空间缩减策略的供水管网抗震设计参数优化[J].中国科学:技术科学.2015
[6].王璐.《学龄前儿童在有序、无序维度的空间搜索策略中展现的文化偏好》文本英译汉及翻译实践报告[D].贵州师范大学.2015
[7].马娟,朵云峰,赵文亮.两种空间分块策略K近邻搜索算法的比较研究[J].中国图象图形学报.2011
[8].何威,曾碧.搜索空间划分移动策略的研究与实现[J].计算机工程.2011
[9].马娟,方源敏,赵文亮,冯瑜瑾.利用空间微分块与动态球策略的k近邻搜索算法研究[J].武汉大学学报(信息科学版).2011
[10].马飞,曹泽阳,刘晖.基于博弈论的目标分配策略空间构建与搜索[J].系统工程与电子技术.2010