导读:本文包含了离散蛙跳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:RV减速器,结构优化,离散混合蛙跳算法,罚函数法
离散蛙跳算法论文文献综述
张宇,赵转哲,赵帅帅,刘永明,何康[1]（2019）在《基于离散混合蛙跳算法的RV减速器结构优化》一文中研究指出针对RV减速器对结构优化结果精度不高且需要手工圆整的问题,提出一种基于离散混合蛙跳算法的单目标优化求解方法.首先,以体积最小为目标建立了RV减速器整机的非线性约束优化的数学模型;其次,介绍了离散混合蛙跳算法基本原理;通过罚函数法将上述数学模型转化为无约束优化的数学模型后,应用离散混合蛙跳算法对RV减速器整机实例进行优化求解;最后与传统算法、粒子群算法及遗传算法进行对比,结果表明,离散混合蛙跳算法的求解结果有着求解精度更高,收敛速度更快、避免对结果进行手工圆整等优点.(本文来源于《赤峰学院学报(自然科学版)》期刊2019年04期）
刘洲洲,王福豹[2]（2016）在《改进的离散混合蛙跳算法压缩感知信号重构及应用》一文中研究指出针对工程离散优化问题特点,定义了具有普遍意义的青蛙编码方式,设计了编码位调换更新机制,提出了自适应权重因子和双模子族群策略。在此基础上,将改进的离散混合蛙跳算法(Discrete shuffled frog leaping algorithm,DSFLA)应用于压缩感知重构算法中,将未知重构信号理解为青蛙编码方式,利用DSFLA算法全局寻优能力得到次最优信号重构信息,从而实现了稀疏度未知情况下的信号重构。最后对典型TSP(Travelling salesman problem)问题算例和WSNs多目标定位问题进行仿真,仿真结果表明:改进的DSFLA具有更强的复杂问题求解能力,基于改进DSFLA压缩感知重构算法的WSNs目标定位精度优于传统信号重构算法,且抗噪能力达到25~45dB。(本文来源于《吉林大学学报(工学版)》期刊2016年04期）
吴国伟,赵艳玲,王龙,倪巍,许立江[3]（2015）在《基于蛙跳算法的离散粒子群优化端元提取》一文中研究指出目的针对离散粒子群优化(D-PSO)端元提取算法易"早熟",易陷入局部最优解等问题,引入蛙跳算法,提出了基于蛙跳算法的离散粒子群优化(SFLA-DPSO)端元提取算法。方法该算法把粒子群分成若干族群,先在每个族群内进行深度寻优,然后在族群间完成信息交流,实现了SFLA算法的全局性、并行性与D-PSO算法的快速收敛性相结合,进而避免粒子陷入局部最优解。分别用SFLA-DPSO、D-PSO和SMACC对云南普朗地区Hperion高光谱影像提取端元;同时,在Hperion和AVIRIS高光谱影像的可行解搜索空间内,分别用SFLA-DPSO、D-PSO和NFINDR提取端元,借助统计学理论分析计算两种算法在不同迭代次数下达到全局收敛的概率。结果当达到一定迭代次数后,SFLA-DPSO出现全局收敛的概率基本达到100%,而D-PSO却仅在65%左右,因此SFLA-DPSO算法具有较高的可信度。结论从而认为SFLA-DPSO克服局部收敛的能力更强,表现出良好的稳定性。(本文来源于《中国图象图形学报》期刊2015年05期）
朱柏青,卢海星,夏勇,李东波[4]（2013）在《基于离散混合蛙跳算法的锻件装炉组合优化模型研究》一文中研究指出为实现面向节能减排的锻件装炉计划提供一种有效的方法,提出一种基于离散混合蛙跳算法的锻件装炉方法;通过基于模糊等价关系的动态聚类方法对待加工锻件进行聚类,建立锻件装炉的多背包模型,运用离散混合蛙跳算法对加热炉装炉多背包模型进行求解,最后通过算例分析验证该方法的有效性。(本文来源于《中国农机化学报》期刊2013年06期）
林娟,钟一文,张骏[5]（2011）在《离散蛙跳算法预测RNA二级结构》一文中研究指出针对RNA二级结构预测问题,提出了一种离散蛙跳算法,根据RNA分子折迭的特点,重新定义个体的移动距离和位置,并借鉴粒子群优化算法中的惯性权重加以改进,使算法在空间探索和局部求精间取得了很好的平衡.与同领域中着名的预测软件进行了仿真比较,结果表明新的算法具有较高的预测精度.(本文来源于《南京师范大学学报(工程技术版)》期刊2011年04期）
潘玉霞,潘全科,桑红燕[6]（2010）在《批量流水线调度问题的混合离散蛙跳算法》一文中研究指出研究了以提前/拖后惩罚指标为目标的批量流水线调度问题,给出了该问题的数学模型以及小批量的调整策略。根据蛙跳算法的原理,采用基于工序的编码方式并利用两点交叉操作设计了新的位置生成公式,提出了解决该问题的离散蛙跳算法。为进一步增强算法的开发能力和效率,结合扰动策略、模拟退火概率接受准则和插入邻域搜索对该算法进行改进。对随机生成的实例进行了广泛的试验,结果表明了所提算法的高效性。(本文来源于《计算机集成制造系统》期刊2010年06期）
王亚敏,冀俊忠,潘全科[7]（2010）在《基于离散蛙跳算法的零空闲流水线调度问题求解》一文中研究指出针对零空闲流水线调度问题,提出了一种新的离散化蛙跳求解算法.该算法借助蛙跳算法优化机理,采用基于工件序列的编码方式和新的个体产生方法扩展了传统蛙跳算法的求解模型,并结合简化邻域搜索算法给出了3种改进策略.仿真实验表明了所提算法及策略的有效性.(本文来源于《北京工业大学学报》期刊2010年01期）
王亚敏,潘全科,冀俊忠[8]（2009）在《求解考试时间安排问题的离散蛙跳算法》一文中研究指出针对考试时间安排问题,提出了一种离散化蛙跳求解算法,并结合简化邻域搜索算法给出了两种改进策略。该算法借助蛙跳算法优化机理,采用基于时间序列的编码方式和新的个体产生方法扩展了传统蛙跳算法的求解模型。仿真实验表明了所提算法及策略的有效性。(本文来源于《计算机工程与应用》期刊2009年36期）
岳克强,赵知劲,赵治栋[9]（2009）在《基于神经网络离散混合蛙跳算法的多用户检测》一文中研究指出为进一步提高基于离散混合蛙跳算法(DSFLA)的多用户检测性能,提出一种基于DSFLA和神经网络相结合的神经网络离散混合蛙跳算法,并用于多用户检测。在DSFLA的每一族内更新中,随机选择若干只"青蛙"采用Hopfield神经网络的寻优更新策略,进行快速迭代,寻找全局最优。仿真结果证明,基于神经网络离散混合蛙跳算法的多用户检测器在误码率、收敛速度、系统容量、抗远近能力等方面都优于传统方法和一些应用优化算法的多用户检测器。(本文来源于《计算机工程》期刊2009年19期）
陈嶷瑛,李文斌,王舵,朱群英[10]（2009）在《使用面向离散搜索空间的蛙跳算法求解TSP》一文中研究指出针对搜索空间是离散的问题近似求解,提出了一种名为DSSLFA的蛙跳算法;给出了该算法的具体流程和实现细节;探讨了将该算法用于求解旅行商(TSP)问题的过程。在若干公用数据集上的实验结果表明,该文算法是有效、可行的。(本文来源于《计算机工程与应用》期刊2009年27期）
离散蛙跳算法论文开题报告
（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：
针对工程离散优化问题特点,定义了具有普遍意义的青蛙编码方式,设计了编码位调换更新机制,提出了自适应权重因子和双模子族群策略。在此基础上,将改进的离散混合蛙跳算法(Discrete shuffled frog leaping algorithm,DSFLA)应用于压缩感知重构算法中,将未知重构信号理解为青蛙编码方式,利用DSFLA算法全局寻优能力得到次最优信号重构信息,从而实现了稀疏度未知情况下的信号重构。最后对典型TSP(Travelling salesman problem)问题算例和WSNs多目标定位问题进行仿真,仿真结果表明:改进的DSFLA具有更强的复杂问题求解能力,基于改进DSFLA压缩感知重构算法的WSNs目标定位精度优于传统信号重构算法,且抗噪能力达到25~45dB。
（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。
离散蛙跳算法论文参考文献
[1].张宇,赵转哲,赵帅帅,刘永明,何康.基于离散混合蛙跳算法的RV减速器结构优化[J].赤峰学院学报(自然科学版).2019
[2].刘洲洲,王福豹.改进的离散混合蛙跳算法压缩感知信号重构及应用[J].吉林大学学报(工学版).2016
[3].吴国伟,赵艳玲,王龙,倪巍,许立江.基于蛙跳算法的离散粒子群优化端元提取[J].中国图象图形学报.2015
[4].朱柏青,卢海星,夏勇,李东波.基于离散混合蛙跳算法的锻件装炉组合优化模型研究[J].中国农机化学报.2013
[5].林娟,钟一文,张骏.离散蛙跳算法预测RNA二级结构[J].南京师范大学学报(工程技术版).2011
[6].潘玉霞,潘全科,桑红燕.批量流水线调度问题的混合离散蛙跳算法[J].计算机集成制造系统.2010
[7].王亚敏,冀俊忠,潘全科.基于离散蛙跳算法的零空闲流水线调度问题求解[J].北京工业大学学报.2010
[8].王亚敏,潘全科,冀俊忠.求解考试时间安排问题的离散蛙跳算法[J].计算机工程与应用.2009
[9].岳克强,赵知劲,赵治栋.基于神经网络离散混合蛙跳算法的多用户检测[J].计算机工程.2009
[10].陈嶷瑛,李文斌,王舵,朱群英.使用面向离散搜索空间的蛙跳算法求解TSP[J].计算机工程与应用.2009