导读:本文包含了大规模组合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:空中交通流量管理,危险天气,军航活动,动态网络流
大规模组合优化论文文献综述
王莉莉,王航臣[1]（2019）在《突发事件下大规模空中交通流量管理的组合优化模型》一文中研究指出为了解决危险天气和军航活动对管制运行的影响,使用动态网络流方法对突发事件下短期空中交通流量调度问题展开研究。首先,结合中国民航管制的特点,分析了突发事件对流量管理的影响。同时,根据航路航线网络及其高度层的特点,给出了网络和高度层的数学描述,并根据机型将航空器分成大、中和小3种交通流,介绍了使用多品种流描述3种机型的必要性;其次,根据网络拥挤程度随时间和流量变化的特点、危险天气随机变化的特点、空中等待和地面等待费用差异的特点构建了3个优化目标,考虑机场容量、扇区容量、航班连续性和扇区连续性约束建立了多目标优化模型;再次,针对军航活动时需要协调空域的特点,多品种流模型求解时间复杂度高,不能适应短期流量管理的缺陷,改进了逐步宽容约束法,设计了一种阶段式求解的近似算法;最后,以西南空管局管制的空域为例,利用实际流量数据,设计了3个场景进行仿真。结果表明,所提模型和算法能有效求解突发事件下的短期流量调度问题,算法效率比起传统算法在大流量下更具优势。(本文来源于《航空学报》期刊2019年08期）
江栗,袁杨,周全,柳璐,程浩忠[2]（2019）在《适用于大规模系统的两阶段机组组合优化方法》一文中研究指出提出一种两阶段优化方法以简单、快速、有效地求解大规模系统的机组组合问题。首先,针对传统PL法排序指标单一,不能全面评价机组运行费用的不足,引入可调发电机组煤耗、机组最大出力、机组启动成本叁个指标,全面反映发电机组的经济性;其次,不同于传统PL法先安排机组启停满足旋转备用,再调整机组状态满足最小启停时间,同时考虑这两个约束,以更好地实现优先开启运行费用较小的机组;最后,在经济调度阶段提出一种考虑机组爬坡率的功率平衡调整策略,保证粒子的多样性的同时避免快速收敛到局部最优解,提高最终解的质量。将所提方法应用于10机组、20机组、40机组、60机组80机组以及100机组24时段6个系统进行测试,并与其它方法进行对比,数值结果表明,所提两阶段优化方法计算快速、收敛性良好、能够有效解决大规模系统机组组合问题。(本文来源于《电测与仪表》期刊2019年16期）
王亮,郭星[3]（2018）在《基于柯西烟花算法的大规模服务组合优化》一文中研究指出随着Web服务的日益丰富,如何动态地从大量候选服务集中选择出整体性能高的组合服务已成为服务组合优化领域亟待解决的问题。为稳定、高效地解决大数据集下的服务组合问题,提出一种柯西烟花算法。该算法在搜索过程中引入柯西变异算子增强了算法的全局搜索能力;采用精英候选策略有效降低了算法的时间开销。实验结果验证了该算法在处理大规模服务组合优化问题时的可行性和稳定性。(本文来源于《计算机工程与应用》期刊2018年24期）
王显志[4]（2014）在《大规模需求环境下基于服务模式的服务组合优化方法》一文中研究指出随着信息技术的发展，传统服务逐渐向现代服务转型。现代服务体现为以先进IT技术为支撑且与现实要素相结合的复杂的领域交互过程。现代服务业的深度变革导致服务的目标发生重大的变化：从追求基本的服务功能和性能转变为关注以服务收益和顾客满意度为代表的服务价值，从追求简单服务价值转变为追求整合的服务价值增值。实现该过程的核心问题在于如何根据领域客户的个性化需求进行价值优化的服务组合。然而，在以云计算、大数据为代表的服务化和大规模整合的趋势下，领域服务的构成方式日趋复杂，使得这一问题呈现出大规模需求、海量候选服务和服务容量受限等新特征。以上特征从问题规模、优化准则和限制条件等方面对服务组合优化提出了新的挑战。鉴于现有方法在应对以上问题的不足，结合当前服务工程在解决领域问题中呈现出需求与服务交汇的趋势，本文针对领域中大规模需求环境下服务组合优化问题，给出基于服务模式的解决框架及方法。该框架一方面深入刻画和组织领域中的大规模时序并发需求，通过限制不同方案的可用服务能力来优化配置领域服务，另一方面基于服务模式刻画领域业务和优化经验，用以组织候选服务和支持最终优化方案的快速形成。主要研究工作包括以下几个方面：（1）系统化的服务组合优化框架及相关概念。考虑不同优化层面和手段间的关联，给出领域中大规模需求环境下服务组合优化问题的系统化解决框架及相关概念。具体地，对大规模领域需求的特征进行分析并给出相应的应对思路，提出基于服务模式的服务组合优化思路。进而，将领域中的服务组合优化过程分为面向大规模需求的服务配置、基于服务模式的服务组合方案空间缩减和支持服务模式构造的组合服务选择叁个阶段，识别出各阶段的主要问题，并对整体优化过程进行了描述。（2）大规模服务需求分析与服务优化配置。鉴于当前研究仅关注于单个需求的现状，将服务组合优化的研究范畴扩展到领域中大规模需求的场景，通过将针对大规模需求的服务组合优化问题转化为针对一组需求类的优化问题加以解决。具体地，考虑大规模时序并发需求的时空关联特性对服务需求进行分段聚类，使其共享部分优化结果以提高优化效率；提出相应的服务能力预留和分配方法，以保障有限服务能力在时空两个维度上分配的公平性；其中，考虑到对于服务收益和公平性的不同侧重，分别给出基于调度和基于均衡的服务能力分配方法。（3）基于服务模式的服务组合方案空间优化。这一阶段主要利用领域业务和优化经验来缩减服务组合优化的方案空间，从而简化优化问题。具体地，提出服务模式的概念，对领域中的共性业务过程进行刻画；通过对服务模式及其相关优势服务进行组织和预提取，从而在优化过程中进行重用；为适应可用服务的变化，给出相关优势服务的按需更新方法；为进一步提高优化效率，给出基于贝叶斯的候选服务缩减方法，利用历史优化经验概率地减小优化问题规模。（4）支持服务模式构造的服务组合优化选择。这一阶段基于上一阶段的优化结果将优化问题进一步转化到单个需求的层面加以解决。首先，为了保证聚类中的不同需求获得个性化的服务方案，提出候选服务过滤的方法以保证服务方案的多样化；而后，分别针对需要重点优化的关键模式、收益优化问题和海量候选服务的场景，提出面向组合服务执行过程不确定性的分阶段优化策略、基于价格启发的迭代优化方法和改进的人工蜂群算法，为不同场景下的优化问题得到最终的具体服务方案。最后，为了验证理论研究成果，给出服务组合优化工具的设计思路，并结合智慧家庭采购业务实例，对本文提出的理论和方法进行应用验证。(本文来源于《哈尔滨工业大学》期刊2014-01-01）
赵静娴,倪春鹏,詹原瑞,杜子平[5]（2009）在《一种大规模数据库的组合优化决策树算法》一文中研究指出提出了一种适合于大规模高维数据库的组合优化决策树算法。相比于传统的类似算法,该算法从数据的离散化,降维,属性选择叁方面进行改进,对决策树建立过程中不适应大规模高维数据库的主要环节进行了优化,有效解决了处理大规模高维数据库问题的效率和精度之间的矛盾。仿真试验表明,该算法在大大减少了计算代价的同时提高了决策树的分类精度。(本文来源于《系统工程与电子技术》期刊2009年03期）
张静乐[6]（2006）在《大规模组合优化问题蚁群算法应用研究》一文中研究指出蚁群算法作为一种新型的模拟进化算法，是由意大利学者Macro Dorigo等最早提出，它在解决组合优化问题方面效果显着。但是蚁群算法在求解大规模组合优化问题时其求解速度过慢，为了将蚁群算法成功的引入大规模组合优化问题的解决当中，本文在深入的探讨了组合优化问题和蚁群系统的基础上，结合了基本蚁群算法解决大规模组合优化问题的缺点，给出了如何运用蚁群算法解决大规模组合优化问题的策略以及相应的算法。 由于基本蚁群算法鲁棒性很强可以很容易和别的算法结合，所以改进后的算法运用了数据聚类，规则集挖掘，遗传算法等知识。为了解决蚁群算法求解大规模TSP问题时速度较慢的缺点，本文提出了几点改进措施，首先，利用遗传算法对蚁群的参数进行了进化，得到了较为理想的参数配置，该参数配置可以针对问题规模的大小对参数进行合理配置，而合理配置的蚁群算法参数有利于算法运行速度的提高和得到较优的运行结果。其次，利用聚类算法对所给问题进行聚类得到几个规模较小的子问题，对每个子问题分配参数，然后并行运算，同时针对聚类算法的波动性进行了一定的探讨。其叁，针对蚁群算法中当循环进行到一定程度的时候，在局部内可能已经存在的局部最优路径，可以通过分类算法将这些局部内的最优路径找出来，归并为一个城市，并且利用模式学习不断的分析判断求解得到的局部最优路径是否出现在全局最优路径终，由此可以避免大量的重复计算，进而减少收敛时间。其四，利用信息熵作为判断算法结束的条件，改变原有的利用迭代次数最为结束条件的方法。 通过选取TSPLIB95中几个经典的TSP问题作为实例进行模拟测试，该算法对于大规模优化组合问题有一定的解决能力。(本文来源于《郑州大学》期刊2006-05-01）
张忠桢[7]（2002）在《大规模均值方差资产组合优化的逆矩阵法》一文中研究指出介绍均值方差资产组合选择模型的一种以逆矩阵为基础的算法。在微机上运行Delphi程序的实验结果表明:由上海和深圳股市1072支股票70期周末收盘价数据计算出20种不同最优投资组合仅需7秒钟;共进行了314次旋转运算,每次旋转运算约需k~2+1072k次乘法和加法运算,4≤k≤47 。(本文来源于《科学技术与工程》期刊2002年02期）
钱富才,邢进生,万百五[8]（1999）在《大规模不可分组合优化问题的双环迭代算法》一文中研究指出对于一类大规模、不可分的非线性组合优化问题，直接求解困难很大．本文把原问题嵌入到可分的参数规划问题中，并证明了原问题的最优解包含在可分的参数规划问题的最优解集中．然后从最优解集中挑出原问题的最优解．这种算法为叁级算法．本文证明了算法的收敛性并建立了其理论基础，仿真效果好．(本文来源于《系统工程理论与实践》期刊1999年08期）
大规模组合优化论文开题报告
（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：
提出一种两阶段优化方法以简单、快速、有效地求解大规模系统的机组组合问题。首先,针对传统PL法排序指标单一,不能全面评价机组运行费用的不足,引入可调发电机组煤耗、机组最大出力、机组启动成本叁个指标,全面反映发电机组的经济性;其次,不同于传统PL法先安排机组启停满足旋转备用,再调整机组状态满足最小启停时间,同时考虑这两个约束,以更好地实现优先开启运行费用较小的机组;最后,在经济调度阶段提出一种考虑机组爬坡率的功率平衡调整策略,保证粒子的多样性的同时避免快速收敛到局部最优解,提高最终解的质量。将所提方法应用于10机组、20机组、40机组、60机组80机组以及100机组24时段6个系统进行测试,并与其它方法进行对比,数值结果表明,所提两阶段优化方法计算快速、收敛性良好、能够有效解决大规模系统机组组合问题。
（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。
大规模组合优化论文参考文献
[1].王莉莉,王航臣.突发事件下大规模空中交通流量管理的组合优化模型[J].航空学报.2019
[2].江栗,袁杨,周全,柳璐,程浩忠.适用于大规模系统的两阶段机组组合优化方法[J].电测与仪表.2019
[3].王亮,郭星.基于柯西烟花算法的大规模服务组合优化[J].计算机工程与应用.2018
[4].王显志.大规模需求环境下基于服务模式的服务组合优化方法[D].哈尔滨工业大学.2014
[5].赵静娴,倪春鹏,詹原瑞,杜子平.一种大规模数据库的组合优化决策树算法[J].系统工程与电子技术.2009
[6].张静乐.大规模组合优化问题蚁群算法应用研究[D].郑州大学.2006
[7].张忠桢.大规模均值方差资产组合优化的逆矩阵法[J].科学技术与工程.2002
[8].钱富才,邢进生,万百五.大规模不可分组合优化问题的双环迭代算法[J].系统工程理论与实践.1999