导读:本文包含了逼近遗传算法论文开题报告文献综述及选题提纲参考文献，主要关键词:桁架结构,拓扑优化,屈曲约束,多点逼近
逼近遗传算法论文文献综述
崔慧永,黄海,安海潮[1]（2019）在《采用多点逼近遗传算法的屈曲约束下桁架拓扑优化》一文中研究指出基于线弹性屈曲理论,讨论了杆单元建模及欧拉单杆失稳判据在桁架结构稳定性分析中的缺陷。为更精确地获得桁架屈曲响应,建议以梁单元进行有限元建模,并利用特征值屈曲分析来获取结构各阶失稳载荷因子及屈曲模态。分析了从基结构法出发求解特征值屈曲约束下桁架拓扑优化问题所存在的求解困难与奇异性。为有效求解该类问题,采用了多点逼近遗传算法,对离散拓扑变量和连续尺寸变量进行了联合优化。同时,通过屈曲模态识别、删除杆件屈曲模态过滤、局部约束临时删除等措施,特征值约束下的求解困难和删除杆件在优化过程中的不利影响也得到了克服。数值算例验证了本文结构建模及优化方法的有效性,同时也表明了该方法具有较高的效率,能够凭借较少的结构分析次数来获得优化解。(本文来源于《机械科学与技术》期刊2019年01期）
李璞,冯博[2]（2016）在《农业机器人运动轨迹控制仿真分析——基于遗传算法优化和RBF网络逼近》一文中研究指出随着国力的不断增长,我国科技产业发展突飞猛进,机械自动化、计算机控制系统和测试计量行业的不断发展,使得移动机器人的研究也达到了一个前所未有的高度,机器人已经被广泛地应用到农业生产、工业生产、国家安全、生活服务和高等研究设计等领域的各个方面。移动机器人作为机器人的一部分,集中了智能传感技术、机械制造、电子无线通信技术、智能仪器和自动化控制工程等多学科的研究成果,是当前科技研究与设计最前沿的领域之一。为此,基于遗传算法优化RBF网络逼近算法,根据机器人运动轨迹的特性,研究了机器人运动轨迹控制技术,通过实时传感器在线感知系统,为智能机器人实时规划出无碰撞、路线短的运动轨迹。实验结果表明:所研究的机器人运动轨迹优化技术,具有较好的控制作用,其在行进过程中能及时、有效避地开前方障碍,可靠性强,稳定性好,应用前景非常广阔。(本文来源于《农机化研究》期刊2016年12期）
吴南[3]（2015）在《数值逼近遗传算法的研究应用》一文中研究指出智能优化算法对待求解问题的约束少,鲁棒性强,适应范围广,有着传统优化方法无法替代的作用。本文深入研究了遗传算法的理论基础及其特性,在此基础上结合数值逼近的思想,对交叉算子进行了改进,并找到了新的与其搜索能力互补的变异算子。该遗传算法在实值函数优化方面取得了很好的效果,将其应用到工程优化和非线性参数拟合问题中,所求结果比之前的方法有所改进,有很大的应用前景。本文的主要研究工作可以从以下几个方面概括:1)深入分析了模式理论,指出模式定理中种群平均适应度随进化过程而逐渐增加,模式H的平均适应度则可能保持不变,模式定理的结论值得重新思考。基于该情况,本文通过更新种群平均适应度,得到匹配数量的变化规律,并用两个例子分析了该情况。种群进化后期平均适应度趋于稳定,可以指导终止准则的制定。2)实验发现简单遗传算法种群沿坐标轴方向分布的现象,通过分析交叉算子及变异算子指出沿各方向生成个体的概率不一致,沿坐标轴变异的概率较大。总结分析了遗传算法求解困难的两类函数:不可分离函数和最优值吸引域较小的函数。3)总结了遗传算法进化过程中可以利用的信息,将数值逼近的思想引入遗传算法,提出用简单函数xP)(逼近适应值曲面,然后求得函数xP)(的最优值作为生成子代的交叉方法,从而提出了改进的交叉算子——抛物线交叉算子。用一组函数对其进行了测试,取得了良好的效果。4)实验结果显示抛物线交叉算子的局部搜索能力欠佳,为了弥补该缺陷,改进了自适应变异算子,将变异概率与变异步长综合考虑,以适应值决定变异概率,以与当前最好解的距离决定变异步长。改进后的算子与抛物线交叉结合,使得算法的性能和稳定性进一步提升,并与其他一些常用变异算子进行了对比,实验结果表明该算子具有一定的优越性。5)最后,选取3个典型的工程优化问题和非线性参数拟合问题对本文提出的算法进行了测试。3个工程优化问题都找到了比其他一些文献更优的解。对数学和物理中的一些非线性参数拟合问题都可以很容易的求出最优解。(本文来源于《华南理工大学》期刊2015-04-01）
景秀眉,张仁贡,程夏蕾[4]（2015）在《基于螺旋法向逼近遗传算法的水电站动态不确定优化调度研究》一文中研究指出针对水电站存在的诸多动态不确定因素,打破传统的动态确定性模型,在分析模糊动力特性、瞬时给定负荷和不确定检修计划叁个基本动态不确定因素基础上,建立了水电站优化调度动态不确定模型,采用基于螺旋法向逼近遗传算法(SVQA算法)对其进行求解,编制计算机软件模块,升级了水电站动态不确定优化调度决策系统。实践应用表明,建立的动态不确定优化调度模型更加符合水电站的实际应用,且SVQA算法比动态规划法更加适合于模型的求解,优化性能指标较好。(本文来源于《水力发电学报》期刊2015年03期）
周苑[5]（2013）在《基于改进性遗传算法的Beizer曲线逼近在机器人笛卡尔空间路径规划中的应用》一文中研究指出机器人笛卡尔空间路径规划是机器人末端位姿控制和曲线逼近的结合。笛卡尔空间路径规划在机器人跟踪复杂曲线应用中与传统关节空间轨迹规划相比具有不需要预先示教、末端位置控制精确等特点。在加工机器人中应用较为广泛。本文研究针对机械臂的各种笛卡尔空间路径规划方法，并比较各种方法和各种曲线描述方法之间的不同，提出改进思路。针对机器人笛卡尔路径规划曲线描述困难的问题提出使用遗传算法反演曲线型值点的方法；并在传统遗传算法上做了一定的改进，在遗传迭代中增加种群校验环节，和一般遗传退火算法相比大大加快了收敛进程，避免逼近曲线出现尖点;经过仿真模拟比较，与传统多项式插值方式相比在同等种群规模和迭代次数下有误差小，能根据误差大小自动增加曲线型值点个数等特点。针对机器人笛卡尔控制可能导致机器人运行异位形的问题，搭建教学机器人平台进行实际运行模拟。证明该方法在跟踪复杂曲线中相比传统关节示教方法有较大的改进。(本文来源于《上海交通大学》期刊2013-10-21）
盛飞,庄健[6]（2013）在《多层RBF网络的自适应遗传算法及其在实函数逼近中的应用》一文中研究指出将自适应遗传算法应用于多层RBF神经网络的学习,对隐层核函数的中心和宽度值进行同时优化,并用正则最小二乘法求权重,以完成网络的构建。应用该学习法进行实函数的逼近,实验证明了该算法比多层RBF网络的聚类学习法具有更高的实函数逼近精度。(本文来源于《安徽工业大学学报(自然科学版)》期刊2013年02期）
于世亮,白宝刚[7]（2013）在《基于遗传算法的Bézier曲线降多阶逼近》一文中研究指出为了减少曲线表示的存储量,实现高低阶曲线数据传递的有效性,应用Bézier曲线的基本性质,基于遗传算法,提出了Bézier曲线降阶算法,实现了Bézier曲线的一次降多阶,降阶后的曲线直接以显式给出,操作简单,直观性强。(本文来源于《电子世界》期刊2013年04期）
邹进[8]（2013）在《自适应逐次逼近遗传算法及其在水库群长期调度中的应用》一文中研究指出传统遗传算法的解空间均为可行解,经过遗传操作产生的新个体若为不可行解,则需要对其进行修正.但在梯级水库调度中,由于各时段间、水库间存在的水力电力联系,使这种修正变得复杂困难.鉴于此,本文提出了自适应逐次逼近遗传算法(AGASA),它可在包含不可行解的空间中寻优,并根据寻优结果自动调整搜索空间与控制参数,从而逐渐逼近最优解.最后通过一个算例,并与离散微分动态规划法(DDDP),逐步优化法(POA)的优化结果进行比较,说明了该方法的可行性与有效性.(本文来源于《系统工程理论与实践》期刊2013年01期）
邹进[9]（2012）在《基于逐次逼近遗传算法的梯级水库优化调度》一文中研究指出利用传统遗传算法求解水库优化调度问题时,经过遗传操作产生的新个体可能是不可行解,因此需要对其进行修正.但在梯级水库调度中,由于各时段间、水库间存在的水力电力联系,使这种修正变得复杂困难.鉴于此,提出了逐次逼近遗传算法(GASA),它可在包含不可行解的空间中寻优,并通过搜索空间的不断改变,逐渐逼近最优解.最后通过一个算例,并与离散微分动态规划法(DDDP)和逐步优化法(POA)的优化结果进行比较,说明了该方法的可行性与有效性.(本文来源于《水利水运工程学报》期刊2012年01期）
刘彬,张仁津[10]（2010）在《基于退火遗传算法的NURBS曲线逼近》一文中研究指出利用退火遗传算法实现任意阶、任意节点数的非均匀有理B样条(non uniform rational bspline,NURBS)曲线逼近型值点序列。首先将NURBS曲线的控制顶点、权、节点序列和逼近型值点的t参数序列用浮点数编码为基因个体,然后通过循环执行交叉算子、变异算子和退火选择算子求解寻找最优解或者次优解。最后用四种不同控制顶点数和次数的NURBS曲线逼近同一个型值点序列,给出了4种不同条件下的数值结果和图形。实验结果表明通过退火遗传算法能够稳定地用不同次数和控制顶点个数的NURBS曲线逼近型值点序列。(本文来源于《山东大学学报(工学版)》期刊2010年05期）
逼近遗传算法论文开题报告
（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：
随着国力的不断增长,我国科技产业发展突飞猛进,机械自动化、计算机控制系统和测试计量行业的不断发展,使得移动机器人的研究也达到了一个前所未有的高度,机器人已经被广泛地应用到农业生产、工业生产、国家安全、生活服务和高等研究设计等领域的各个方面。移动机器人作为机器人的一部分,集中了智能传感技术、机械制造、电子无线通信技术、智能仪器和自动化控制工程等多学科的研究成果,是当前科技研究与设计最前沿的领域之一。为此,基于遗传算法优化RBF网络逼近算法,根据机器人运动轨迹的特性,研究了机器人运动轨迹控制技术,通过实时传感器在线感知系统,为智能机器人实时规划出无碰撞、路线短的运动轨迹。实验结果表明:所研究的机器人运动轨迹优化技术,具有较好的控制作用,其在行进过程中能及时、有效避地开前方障碍,可靠性强,稳定性好,应用前景非常广阔。
（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。
逼近遗传算法论文参考文献
[1].崔慧永,黄海,安海潮.采用多点逼近遗传算法的屈曲约束下桁架拓扑优化[J].机械科学与技术.2019
[2].李璞,冯博.农业机器人运动轨迹控制仿真分析——基于遗传算法优化和RBF网络逼近[J].农机化研究.2016
[3].吴南.数值逼近遗传算法的研究应用[D].华南理工大学.2015
[4].景秀眉,张仁贡,程夏蕾.基于螺旋法向逼近遗传算法的水电站动态不确定优化调度研究[J].水力发电学报.2015
[5].周苑.基于改进性遗传算法的Beizer曲线逼近在机器人笛卡尔空间路径规划中的应用[D].上海交通大学.2013
[6].盛飞,庄健.多层RBF网络的自适应遗传算法及其在实函数逼近中的应用[J].安徽工业大学学报(自然科学版).2013
[7].于世亮,白宝刚.基于遗传算法的Bézier曲线降多阶逼近[J].电子世界.2013
[8].邹进.自适应逐次逼近遗传算法及其在水库群长期调度中的应用[J].系统工程理论与实践.2013
[9].邹进.基于逐次逼近遗传算法的梯级水库优化调度[J].水利水运工程学报.2012
[10].刘彬,张仁津.基于退火遗传算法的NURBS曲线逼近[J].山东大学学报(工学版).2010