导读:本文包含了改进单纯形论文开题报告文献综述及选题提纲参考文献，主要关键词:印制电路板,精细线路,电解蚀刻,改进单纯形法
改进单纯形论文文献综述
文亚男,陈际达,鄢婷,邓智博,张柔[1]（2019）在《改进单纯形优化用于电解蚀刻制备印制电路板精细线路》一文中研究指出采用电解蚀刻法制备印制电路板(PCB)精细线路。以蚀刻因子为指标,运用改进单纯形法优化对其工艺条件进行优化,得到较优的工艺条件为:Cu Cl_2·2H_2O 20 g/L,磺胺嘧啶20 mg/L,HCl 0.42 mol/L,电流密度3.42 A/dm~2。在该条件下进行5次平行试验所得精细线路非常接近矩形,其平均蚀刻因子为23.893。(本文来源于《电镀与涂饰》期刊2019年15期）
李丰兵[2]（2019）在《探讨单纯形法的改进》一文中研究指出该文对线性规划单纯形法进行改进探讨,提出一种构造初始可行基矩阵的新方法。该方法通过对单纯形表进行某种初等行变换,逐步构造出初始可行基矩阵,从而避免了增加人工变量及构造辅助问题,因此,比人工变量法计算更简单。实例计算表明,该方法切实可行。(本文来源于《科技资讯》期刊2019年13期）
赵旭芳,梁昔明,龙文[3]（2019）在《基于最优个体指导单纯形法改进的人工蜂群算法及应用》一文中研究指出针对基本人工蜂群算法在求解复杂优化问题时,存在收敛精度低、收敛速度慢的缺点,提出一种基于最优个体指导单纯形法改进的人工蜂群算法。算法引入基于当前最优个体作为指导的单纯形法进行邻域搜索,以增强局部探索能力。同时采取保优策略,以加快收敛速度。通过6个标准测试优化问题的仿真实验表明,该算法较基本人工蜂群算法具有更高的求解精度和更快的收敛速度。将算法用于分数阶登革病毒传播模型的参数优化,所得的参数对应的模型输出与实际数据拟合情况较好。(本文来源于《计算机应用与软件》期刊2019年02期）
赵新宇,贾振宏,张瑞永,袁飞,张大长[4]（2019）在《基于改进单纯形法的杆塔优化规划》一文中研究指出输电线路的杆塔规划问题是一个由简单不等式约束的多维、非线性最优化问题,且不能保证其目标函数连续或可导,故传统的算法如穷举法、试凑法、解析法等求解均有较大局限性。为了解决上述问题,采用改进单纯形算法结合外点法罚函数求解此类问题,结果表明,算法辅以将约束条件作为指数罚函数的外点法构造增广目标函数,可以方便地处理各项约束条件的限制,计算效率高,鲁棒性强,程序实现简单。同时,文中采用的算法对于可能出现的局部最优解可以根据工程经验加以判别和剔除,适用性强。(本文来源于《电力工程技术》期刊2019年01期）
马良玉,李倩倩,李帆[5]（2018）在《基于改进单纯形法和凝结水节流的超超临界机组协调优化》一文中研究指出风能、太阳等新能源的规模化并网对电网的安全稳定性造成较大影响。为提高新能源的消纳能力,电网对燃煤机组的运行灵活性、负荷快速响应能力、深度调峰能力等提出了很高的要求。采用先进的控制策略提升协调控制的品质,具有重要的现实意义。基于近年来发展起来的"凝结水节流"快速变负荷方法,采用人工神经网络建立了考虑凝结水节流特性的负荷预测模型及主汽压力预测模型。在此基础上,利用经典优化理论中的改进单纯形法,设计了协调系统智能优化控制策略,编制了实时优化程序。借助1000 MW超超临界机组仿真机开展了详细的优化控制仿真实验,结果表明文中方法可有效提高机组变工况负荷响应的快速性,减少主汽压力波动,提升协调控制品质。(本文来源于《发电技术》期刊2018年06期）
王梦娜,王秋萍,王晓峰[6]（2018）在《基于Iterative映射和单纯形法的改进灰狼优化算法》一文中研究指出为了解决基本灰狼优化算法(GWO)依赖初始种群和求解精度不高的问题,提出一种基于Iterative映射和单纯形法的改进灰狼优化算法(SMIGWO)。该算法利用混沌Iterative映射产生初始灰狼种群,增强全局搜索过程中的种群多样性;采用逆不完全Γ函数更新收敛因子,以平衡算法的全局搜索和局部搜索能力;利用单纯形法的反射、扩张和收缩操作对当前较差个体进行改进,避免算法陷入局部最优。对10个测试函数进行仿真实验,数值结果表明,与基本GWO算法、Square GWO算法、非线性收敛因子的GWO(NGWO)算法、混合GWO(HGWO)算法、粒子群优化算法(PSO)、细菌觅食算法(BFA)和引力搜索算法(GSA)相比,改进的灰狼优化算法求解精度更高,稳定性更好。(本文来源于《计算机应用》期刊2018年S2期）
张子阳,孙彦广,马涌[7]（2018）在《基于改进单纯形法的钢铁企业氧气系统优化调度研究》一文中研究指出目前我国的大部分钢铁企业的生产中对于氧气的利用及优化应用不够彻底,造成部分气体能源的浪费.根据钢铁企业氧气系统生产、存储、缓冲和消耗的过程及特性,建立氧气优化调度的数学模型,结合单纯形法理论调度分配钢铁企业氧气资源,降低氧气放散、提高企业经济效益,为钢铁企业氧气合理利用、优化分配提供理论依据.最后结合具体案例,对调度模型进行分析,为生产调度和控制提供指导.(本文来源于《数学的实践与认识》期刊2018年23期）
金叶,孙越泓,王加翠,王丹[8]（2018）在《基于单纯形的改进精英人工蜂群算法》一文中研究指出针对人工蜂群算法收敛速度慢,求解精度不高,易陷入局部最优等问题,基于受粒子群启发的多精英人工蜂群优化算法,引入了蜂群中的精英个体和全局最优个体来增强开发全局最优解的能力.文章中,在雇佣蜂阶段借助精英个体引导蜜源搜索,并利用蜂群中蜜源的质量排序重新构造蜜源的选择概率公式;在跟随蜂阶段,选择种群最优蜜源引领蜂群,加强算法对全局最好解的局部开采能力,同时将随机选择邻居蜜源变为最优定向选择.最后利用单纯形算法对精英解集进行再次更新,进一步平衡蜂群的全局搜索和局部寻优能力.数值实验表明改进的新算法的寻优精度和收敛速度均有明显提高.(本文来源于《郑州大学学报(工学版)》期刊2018年06期）
赵东,孙明玉,朱金龙,于繁华,刘光洁[9]（2018）在《结合粒子群和单纯形的改进飞蛾优化算法》一文中研究指出为提高飞蛾优化算法求解实际问题的能力,提出了一种基于单存形的混合飞蛾优化算法。该算法通过粒子群优化获取飞蛾的初始最优位置,使其具有更佳丰富的种群;同时,引入单存形方法获取最优解。通过与其他4种算法在10个函数上测试比较,结果表明:本文算法收敛速度及解的质量优于其他算法,具有更好的求解能力和优化性能,可作为问题优化的有效工具。(本文来源于《吉林大学学报(工学版)》期刊2018年06期）
魏晓玲[10]（2018）在《改进单纯形最优搜索的可视化仿真与训练》一文中研究指出为解决改进单纯形寻优的计算复杂、应用不直观的问题,在MATLAB平台上开发可视化仿真平台,并进行函数测试训练予以验证.设计用户界面,编写后台程序,实现获取用户输入的寻优参数初始值;构造单纯形,调用程序执行目标函数,判断是否满足收敛要求;经过如此反复迭代,最终输出最优点和值.验证结果表明,在该可视化仿真平台上能够使用改进单纯形寻优的方法求得一般函数的最优解,具有直观、易于操作的优点.(本文来源于《山东理工大学学报(自然科学版)》期刊2018年02期）
改进单纯形论文开题报告
（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：
该文对线性规划单纯形法进行改进探讨,提出一种构造初始可行基矩阵的新方法。该方法通过对单纯形表进行某种初等行变换,逐步构造出初始可行基矩阵,从而避免了增加人工变量及构造辅助问题,因此,比人工变量法计算更简单。实例计算表明,该方法切实可行。
（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。
改进单纯形论文参考文献
[1].文亚男,陈际达,鄢婷,邓智博,张柔.改进单纯形优化用于电解蚀刻制备印制电路板精细线路[J].电镀与涂饰.2019
[2].李丰兵.探讨单纯形法的改进[J].科技资讯.2019
[3].赵旭芳,梁昔明,龙文.基于最优个体指导单纯形法改进的人工蜂群算法及应用[J].计算机应用与软件.2019
[4].赵新宇,贾振宏,张瑞永,袁飞,张大长.基于改进单纯形法的杆塔优化规划[J].电力工程技术.2019
[5].马良玉,李倩倩,李帆.基于改进单纯形法和凝结水节流的超超临界机组协调优化[J].发电技术.2018
[6].王梦娜,王秋萍,王晓峰.基于Iterative映射和单纯形法的改进灰狼优化算法[J].计算机应用.2018
[7].张子阳,孙彦广,马涌.基于改进单纯形法的钢铁企业氧气系统优化调度研究[J].数学的实践与认识.2018
[8].金叶,孙越泓,王加翠,王丹.基于单纯形的改进精英人工蜂群算法[J].郑州大学学报(工学版).2018
[9].赵东,孙明玉,朱金龙,于繁华,刘光洁.结合粒子群和单纯形的改进飞蛾优化算法[J].吉林大学学报(工学版).2018
[10].魏晓玲.改进单纯形最优搜索的可视化仿真与训练[J].山东理工大学学报(自然科学版).2018