导读:本文包含了改进分支定界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:深度优先搜索,分支定界法,Graph-slam,后端优化
改进分支定界法论文文献综述
李敏,王英建,刘晓倩[1]（2018）在《基于深度优先搜索分支定界法的Graph-SLAM后端优化算法改进》一文中研究指出针对未知环境中机器人定位的问题,提出了一种深度优先搜索分支定界法的优化改进算法。graph-slam是一种离线slam方法 ,通过采用该优化改进算法可以使graph-slam的后端优化所需耗时减少,使整个系统的效率提高,使其能基本达到一个实时的效果。实验结果表明,该优化改进算法能够使系统运行效率提高近50%,同时能保证系统的稳定性和精确度的要求。(本文来源于《自动化技术与应用》期刊2018年09期）
谢传治[2]（2006）在《基于改进原对偶内点算法及分支定界法的无功优化研究》一文中研究指出电力系统无功优化是保证电力系统安全、经济运行的一项有效手段，是降低网络损耗、提高电压质量的重要措施。因此，对电力系统无功优化问题的研究，不仅具有理论意义，对电力系统的实际运行也有重要意义。在电力系统无功优化过程中，由于有载调压变压器分接头的存在和补偿电容／电抗器分组投切的离散特性，使得严格意义上的无功优化问题成为一个离散变量和连续变量共存的混合整数非线性规划(Mixed-Integer Nonlinear Programming，MINLP)问题。在以往的无功优化算法中，为计算方便，无功优化的数学模型都从不同角度被加以简化，通常的做法是将离散变量作为连续变量处理，当得出最优解后，再通过“就近归整”的方式取得整数值，这样不可避免的会使所得最优解与真正意义上的最优解存在偏差。 本文针对严格最优潮流模型的特点，运用了一种将基于扰动(Karush-Kuhn-Tucker，KKT)条件的原始一对偶内点算法(Primal-Dual Interior Point Method under the perturbed KKT conditions，PDIPM)和分支定界法(Branch-and-Bound Method，BBM)有机结合的混合算法。本算法充分考虑了模型中离散变量的特性，采用PDIPM进行寻优，同时运用BBM对离散变量进行整数逼近，扩展了传统内点法求解连续变量非线性规划问题的思想，达到了精确求解混合整数非线性规划的目的。 分支定界法通过逐步细分可行域，不断分割原问题和子问题，进行全局寻优，每次分支都将整数规划问题转化为仅含有连续变量的松弛问题，对松弛问题采用原始对偶内点算法求解。现代内点算法能迅速求解各分支子问题，并找到连续变量的最优解，分支定界法的分支定界树可将离散变量逐步逼近到整数最优解，找到严格最优潮流的最优解。因此，混合算法求解严格电力系统无功优化问题是行之有效的。 但随着求解问题规模的变大，分支定界法中分支的数目将迅速增大，因此如何提高原始一对偶内点算法求解分支的速度，是本文算法的一个关键。为此本文对内点算法的关键因素障碍参数及加速因子进行了改进，在一定程度上提高了算法的收敛性能。(本文来源于《郑州大学》期刊2006-04-20）
改进分支定界法论文开题报告
（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：
电力系统无功优化是保证电力系统安全、经济运行的一项有效手段，是降低网络损耗、提高电压质量的重要措施。因此，对电力系统无功优化问题的研究，不仅具有理论意义，对电力系统的实际运行也有重要意义。在电力系统无功优化过程中，由于有载调压变压器分接头的存在和补偿电容／电抗器分组投切的离散特性，使得严格意义上的无功优化问题成为一个离散变量和连续变量共存的混合整数非线性规划(Mixed-Integer Nonlinear Programming，MINLP)问题。在以往的无功优化算法中，为计算方便，无功优化的数学模型都从不同角度被加以简化，通常的做法是将离散变量作为连续变量处理，当得出最优解后，再通过“就近归整”的方式取得整数值，这样不可避免的会使所得最优解与真正意义上的最优解存在偏差。 本文针对严格最优潮流模型的特点，运用了一种将基于扰动(Karush-Kuhn-Tucker，KKT)条件的原始一对偶内点算法(Primal-Dual Interior Point Method under the perturbed KKT conditions，PDIPM)和分支定界法(Branch-and-Bound Method，BBM)有机结合的混合算法。本算法充分考虑了模型中离散变量的特性，采用PDIPM进行寻优，同时运用BBM对离散变量进行整数逼近，扩展了传统内点法求解连续变量非线性规划问题的思想，达到了精确求解混合整数非线性规划的目的。 分支定界法通过逐步细分可行域，不断分割原问题和子问题，进行全局寻优，每次分支都将整数规划问题转化为仅含有连续变量的松弛问题，对松弛问题采用原始对偶内点算法求解。现代内点算法能迅速求解各分支子问题，并找到连续变量的最优解，分支定界法的分支定界树可将离散变量逐步逼近到整数最优解，找到严格最优潮流的最优解。因此，混合算法求解严格电力系统无功优化问题是行之有效的。 但随着求解问题规模的变大，分支定界法中分支的数目将迅速增大，因此如何提高原始一对偶内点算法求解分支的速度，是本文算法的一个关键。为此本文对内点算法的关键因素障碍参数及加速因子进行了改进，在一定程度上提高了算法的收敛性能。
（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。
改进分支定界法论文参考文献
[1].李敏,王英建,刘晓倩.基于深度优先搜索分支定界法的Graph-SLAM后端优化算法改进[J].自动化技术与应用.2018
[2].谢传治.基于改进原对偶内点算法及分支定界法的无功优化研究[D].郑州大学.2006
标签：深度优先搜索; 分支定界法; Graph-slam; 后端优化;