导读:本文包含了多方向进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:船舶主尺度,高维多目标优化,方向角差分,交互式模糊支配
多方向进化论文文献综述
毕晓君,张永建,苍岩,肖婧[1]（2014）在《船舶主尺度设计的高维多目标多方向进化算法》一文中研究指出针对现有船舶主尺度优化模型往往只考虑经济性能,而忽略安全性能的问题,引入初稳性作为安全性指标,建立了4目标优化模型,并提出一种高维多目标多方向进化算法对其进行优化求解。通过一组方向向量将搜索空间分解成多个寻优方向,并利用改进的方向角差分算法结合SBX算子加强各方向上的寻优能力和方向间的信息交互;最后,以改进的模糊支配和密度估计因子构造精英保留策略,提高种群的先进性和分布性。实验结果表明,高维多目标多方向进化算法能够迅速、客观地选择合理的船舶主尺度,可以给设计人员提供更多的选择,为船舶初步设计提供了一种简单、高效的新方法。(本文来源于《哈尔滨工程大学学报》期刊2014年12期）
毕晓君,张永建,沈继红[2]（2014）在《高维多目标多方向协同进化算法》一文中研究指出提出一种高维多目标多方向协同进化算法(HMMCA).该算法利用目标空间内的一组方向向量将多目标优化问题分解成多个方向进行寻优,并提出一种混合变异策略以加强算法在每个方向上的收敛能力;同时,该算法采用改进的交互式模糊支配和拥挤度估计因子来维护外部归档集的规模,增强种群的收敛性和分布性.将该算法与目前性能最好的3种多目标进化算法在标准测试函数集上进行对比实验,所得结果表明HMMCA与其他算法相比具有更好的收敛性和分布性.(本文来源于《控制与决策》期刊2014年10期）
宋莉[3]（2008）在《应用多方向进化遗传算法的自动组卷算法模型设计》一文中研究指出随着计算机技术的不断发展,利用计算机辅助教学得到越来越广泛的应用。而试题库系统就是计算机辅助教学的其中一个应用。无论在国内或者在国外,试题库系统理论的研究和实践都在不断发展。在国内,目前也有许多试题库系统在应用,对改进教学方法和提高教学质量起到了很大的作用。高等数学等课程是高效理工科及管理类专业学生的重要基础课,学习这些课程的学生人数众多,课程学时量大,再加上高校目前对高等数学课程采用分级教学模式,对该课程的考核方式、命题质量、考试次数等均提出了更多的要求。因此如何科学、准确、客观的组卷成为当前的热门课题。而遗传算法在函数优化、组合优化、人工智能、人工生命、运筹学、自动程序设计、机电和控制工程等各种领域中己经取得了大量的应用成果,表现了求解复杂问题尤其是NP难解问题和设计自适应性系统的极大潜力。文中介绍了国内外题库系统的发展现状,比较了使用题库系统自动组卷与传统的手工组卷的差别,同时也举出了现阶段己成形的题库系统存在的一些问题。进而,本文应用遗传算法的算法框架结合正态分布提出了一套新的智能组卷算法的模型。该模型对遗传算法的初始种群及选择进化策略结合组卷应用做了修改及改进。文中详细地介绍了这一智能组卷系统的选题算法模型设计。(本文来源于《北京交通大学》期刊2008-07-01）
多方向进化论文开题报告
（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：
提出一种高维多目标多方向协同进化算法(HMMCA).该算法利用目标空间内的一组方向向量将多目标优化问题分解成多个方向进行寻优,并提出一种混合变异策略以加强算法在每个方向上的收敛能力;同时,该算法采用改进的交互式模糊支配和拥挤度估计因子来维护外部归档集的规模,增强种群的收敛性和分布性.将该算法与目前性能最好的3种多目标进化算法在标准测试函数集上进行对比实验,所得结果表明HMMCA与其他算法相比具有更好的收敛性和分布性.
（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。
多方向进化论文参考文献
[1].毕晓君,张永建,苍岩,肖婧.船舶主尺度设计的高维多目标多方向进化算法[J].哈尔滨工程大学学报.2014
[2].毕晓君,张永建,沈继红.高维多目标多方向协同进化算法[J].控制与决策.2014
[3].宋莉.应用多方向进化遗传算法的自动组卷算法模型设计[D].北京交通大学.2008