导读:本文包含了反算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:改进型遗传算法(MGA),源强反算,早熟收敛,全局寻优
反算算法论文文献综述
张儒,李俊明[1]（2016）在《基于一种改进型遗传算法的源强反算》一文中研究指出为突破遗传算法(GA)在危险化学品泄漏事故应用中存在早熟收敛等不足,有针对性地引入淘汰者基因库,提高种群多样性,避免算法过早陷入局部极值。同时,借鉴粒子群算法的跟随思想,引入启发信息,强化收敛域内的局部搜索力度,最终整理得到改进型遗传算法(MGA)。统计结果表明,MGA的计算结果更准确,误差适应性更强,可为泄漏事故现场的应急决策提供快速有效的数据支持。(本文来源于《中国安全科学学报》期刊2016年06期）
张儒[2]（2016）在《危险化学品事故泄漏源强反算算法研究》一文中研究指出危险化学品事故泄漏场景中,快速准确地提供泄漏源位置和泄漏强度可以为现场应急救援提供有力的数据支持。本文按照“源强参数初步预估—源位置范围确定—泄漏源精确定位”的叁段式研究思路,提出适用于源强反算问题的搜索算法框架,主要完成如下工作:(1)提出了一种改进型遗传算法(MGA)用于快速高效地完成源强参数初步预估的任务。遗传算法作为处理源强反算问题使用最广泛的优化算法,存在早熟收敛、计算成本高等问题。改进型遗传算法通过引入“淘汰者基因库”扩充算法前期的搜索空间,引入“跟随和搜索”策略强化收敛域内的局部搜索力度,通过模拟实验验证了改进型遗传算法的小种群适用性和较强的误差适应性。(2)以马尔科夫链蒙特卡洛抽样(MCMC)完成源位置范围确定的任务。改进型遗传算法的结果作为MCMC初始抽样点,以解决MCMC初始点依赖性问题。提出“对数平衡”数据处理方式和“部分匹配,协同搜索”的运算策略,以提升MCMC的误差适应性。(3)提出了一种改进型保守收敛粒子群算法(MGC-PSO)用于完成泄漏源精确定位的任务。MGC-PSO引入了“征调和重置”策略使得算法具有更强的误差适应性和更快的时间响应。并在MGC-PSO算法基础上设计出适合于多泄漏源场景中的多源并行定位算法(MS-MGC-PSO)。(4)分别提出适用于单泄漏源场景和多源场景的搜索算法框架。单源场景的搜索算法框架是依次串联使用MGA、MCMC和MGC-PSO算法实现源强反算的叁段式搜索路线。多源场景的搜索算法框架引入了主成分分析(PCA)用于预估多源场景泄漏源数目,随后依次串联使用序列MGA、MCMC和MS-MGC-PSO算法,以“分而治之”的策略将复杂的多源场景划分成多个单源场景的组合,实现多源场景下的气源定位。(本文来源于《清华大学》期刊2016-05-01）
唐争气,陈正阳,沈绍罗,周青山[3]（2015）在《路线中线坐标反算算法研究与实现》一文中研究指出在线路工程中的线测设时,测一个点的坐标,即时反算出该点趋向道路中线的方向与垂距,在行进之中,实现导向与导距。线路是由不同线元(直线、圆曲线、缓和曲线)组合而成,随测点与哪个(些)线元相关,自行查找关联线元的方法,并侧重研究了利用微分的虚拟点法路线里程和偏距反算问题的算法,实现了全路线的反算。本算法在PDA上进行程序实现。(本文来源于《企业技术开发》期刊2015年19期）
李蓉,周军军,崔宸洋,孙小荣[4]（2015）在《UTM投影坐标反算的迭代算法》一文中研究指出UTM投影是常用的一种投影方法,本文根据UTM投影坐标正算公式,用简单迭代法进行UTM投影坐标反算,其效果与直接用反算公式相同。这种迭代算法理论和形式简单,便于理解与编程,避免了枯燥的反算公式的推导。可为实际应用提供参考。(本文来源于《四川建材》期刊2015年03期）
暴兴才[5]（2015）在《自适应信息遗传算法在路面模量反算中的应用和稳健性研究》一文中研究指出路基作为路面结构的基础支撑体,实际路基工程所发生的路面损坏基本上是基于路基稳定性差、强度较低,受到外部载荷作用而产生过量形变造成。主要是针对路面模量反算过程中所获得的目标函数在最优值呈现出一个狭长平坦区的特征,提出了一个基于模量反算的自适应信息遗传算法,并对新算法在路面模量反算中的稳健性进行了理论和实践对比分析。首次采用了以信息量来确定是否执行细分模量解空间的机制,有效的缩小了后期反算空间,同时,采用改进行的实数交叉算子,提高了新算法后期搜索能力,通过比较实际FWD实际检测结果与新算法的反算结果表明:自适应信息遗传算法有效的降低了传统遗传算法的复杂度,提高了求解效率,有效的保证了新算法在工程实际应用中的稳健性。(本文来源于《公路工程》期刊2015年02期）
刘利民[6]（2014）在《任意坐标反算对应桩号的完备算法研究》一文中研究指出快速、精确地计算任意坐标的对应桩号,在公路测量、设计、施工和竣工验收中有重要的实际意义。通过对组成平面线形的直线、圆曲线和回旋线3种线元的几何性质及其与任意点的相对位置关系的研究,尤其是回旋线的研究,提出了计算任意点在每段线元上垂足的算法;通过遍历平面线形的每段线元,得到任意点在路线上的所有垂足;最后把垂线段长度最小的垂足的桩号作为其对应桩号。该算法已经在路线软件中实现,并在实际工程中得到了应用;证明该算法搜索速度快、计算结果精确,可以适应于任意线形的公路。(本文来源于《中外公路》期刊2014年02期）
隆强,谢延敏,杨川[7]（2012）在《基于Foley参数法反算叁次NURBS曲线的算法研究》一文中研究指出非均匀有理B样条(NURBS)方法已成为定义工业产品几何形状的唯一数学描述方法。工程实践中,常需要通过曲线已知的一批型值点反算曲线。针对叁次NURBS曲线反算问题,采用矩阵形式来表示叁次NURBS曲线,由已知的型值点及其权因子,利用Foley参数法确定节点矢量,并推导出以抛物条件即贝塞尔条件作为边界条件构造附加方程,反算出叁次NURBS曲线的控制点及其权因子。曲线拟合结果表明,该方法生成的插值曲线具有良好的光滑性,很好地适用于工程实践。(本文来源于《机械》期刊2012年07期）
刘跃,李跃军[8]（2012）在《基于自适应信息遗传算法的路面模量反算研究》一文中研究指出近年来,根据FWD实测弯沉盆来反算各层路面结构模量的技术在路面结构的质量评价中广为应用。如何利用FWD反算路面模量也相应成为各方研究的热点。在本文中,作者针对于模量反算中,目标函数在最优值附近表现为大片狭长平坦区域的特点,提出了一类反算新算法——自适应信息遗传算法,提出了根据信息量大小来决定算法是否进行自适应细分模量解空间的机制,以缩小算法后期反算中的搜索空间。此外,本文还改进了实数交叉算子,使用了新的探险策略,从而加强了新算法后期的局部搜索能力。随后的工程实例表明,这新机制、新策略的引入,能够在保持较高反算精度的前提条件下,大大提高模量反算的求解效率,从而更加有利于模量反算的工程实际应用。(本文来源于《公路工程》期刊2012年03期）
吕袭蒙[9]（2011）在《基于CPU的源强反算算法研究》一文中研究指出随着社会经济的飞速发展,石油化工行业蓬勃发展,有毒气体泄漏事故的发生频率也不断增加。由于这类事故具有突发性和不确定性,若不及时采取措施,往往造成严重的人员伤亡和财产损失。因此,需要相关部门在最短的时间内做出应急决策,以把损失减至最轻。决策中首先要考虑的就是疏散人群,但是如果泄漏源强度不明,那么需要疏散的范围则会很难决定：如果疏散范围过大,则劳民伤财,会造成大量无谓的经济损失；如果范围不够,则会增加人员伤亡。由此可以看出,泄漏源强度的确定是划定疏散范围的重要依据。而泄漏源附近的毒气浓度可以通过泄漏源强度、大气相关数据以及扩散模型求出,但由于现实地形跟风向复杂,往往需要对海量数据进行复杂的计算,才可能比较准确的确定源强,而应急救援对计算的实时性要求较高,由此可见,快速准确的推断出泄漏源强度是该领域一个亟待解决的重要问题。本文通过适用于持续泄露源的高斯烟羽扩散模型和在下风向测得的浓度数据,将测量浓度和计算浓度误差的平方和作为目标函数,这样就将源强反算问题转化为了最优化问题。再利用遗传算法对其进行随机优化,最后得到的最优解就是实际源强。但由于传统基于CPU串行的遗传算法求解大型源强反算问题时具有收敛慢,计算效率低下的问题,这难以满足应急救援的需要。本文利用GPU强大的浮点计算能力和高度并行的架构对传统遗传算法进行并行化处理。采用岛屿并行模型,令每一个线程处理一个染色体(个体)的相关遗传操作,每一个线程块处理一个岛屿(种群),并且个体之间和种群之间都可以进行信息的交流,以保证种群的整体质量不断提升。通过数据实验验证,本文提出的基于GPU加速的并行遗传算法可以有效减少源强反算问题的计算时间,与CPU程序相比可以提高数十倍,并且误差非常小,实验效果良好,达到了预期的实验目的。利用基于GPU的并行遗传算法可以快速有效地解决源强反算问题,确定泄漏源强度,进而通过扩散方程计算可以得出周边范围有毒气体的浓度分布,为疏散区域的划定提供参考,为相关救援计划的制定提供了重要的决策支持。(本文来源于《大连理工大学》期刊2011-11-08）
张建文,王煜薇,郑小平,王正[10]（2011）在《基于混合遗传-Nelder Mead单纯形算法的源强及位置反算》一文中研究指出确定泄漏源的位置和强度,是进行群体疏散和应急决策的基础.将扩散模型得到的浓度值与传感器观测的浓度值进行比较并建立混合遗传-Nelder Mead单纯形算法模型,反算得到泄露源的位置和强度,进而利用浓度的模拟数据验证该算法的可行性.研究结果表明:混合遗传-NelderMead单纯形算法不受初值选取的影响,即使初值远离期望值,也能得到很好的结果,而且能以较小的误差和较快的速度反算出结果,更适合于多维变量的搜索.因此混合遗传-Nelder Mead单纯形算法能够快速准确地反算得到泄漏源的位置和强度,满足应急决策的需要.(本文来源于《系统工程理论与实践》期刊2011年08期）
反算算法论文开题报告
（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：
危险化学品事故泄漏场景中,快速准确地提供泄漏源位置和泄漏强度可以为现场应急救援提供有力的数据支持。本文按照“源强参数初步预估—源位置范围确定—泄漏源精确定位”的叁段式研究思路,提出适用于源强反算问题的搜索算法框架,主要完成如下工作:(1)提出了一种改进型遗传算法(MGA)用于快速高效地完成源强参数初步预估的任务。遗传算法作为处理源强反算问题使用最广泛的优化算法,存在早熟收敛、计算成本高等问题。改进型遗传算法通过引入“淘汰者基因库”扩充算法前期的搜索空间,引入“跟随和搜索”策略强化收敛域内的局部搜索力度,通过模拟实验验证了改进型遗传算法的小种群适用性和较强的误差适应性。(2)以马尔科夫链蒙特卡洛抽样(MCMC)完成源位置范围确定的任务。改进型遗传算法的结果作为MCMC初始抽样点,以解决MCMC初始点依赖性问题。提出“对数平衡”数据处理方式和“部分匹配,协同搜索”的运算策略,以提升MCMC的误差适应性。(3)提出了一种改进型保守收敛粒子群算法(MGC-PSO)用于完成泄漏源精确定位的任务。MGC-PSO引入了“征调和重置”策略使得算法具有更强的误差适应性和更快的时间响应。并在MGC-PSO算法基础上设计出适合于多泄漏源场景中的多源并行定位算法(MS-MGC-PSO)。(4)分别提出适用于单泄漏源场景和多源场景的搜索算法框架。单源场景的搜索算法框架是依次串联使用MGA、MCMC和MGC-PSO算法实现源强反算的叁段式搜索路线。多源场景的搜索算法框架引入了主成分分析(PCA)用于预估多源场景泄漏源数目,随后依次串联使用序列MGA、MCMC和MS-MGC-PSO算法,以“分而治之”的策略将复杂的多源场景划分成多个单源场景的组合,实现多源场景下的气源定位。
（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。
反算算法论文参考文献
[1].张儒,李俊明.基于一种改进型遗传算法的源强反算[J].中国安全科学学报.2016
[2].张儒.危险化学品事故泄漏源强反算算法研究[D].清华大学.2016
[3].唐争气,陈正阳,沈绍罗,周青山.路线中线坐标反算算法研究与实现[J].企业技术开发.2015
[4].李蓉,周军军,崔宸洋,孙小荣.UTM投影坐标反算的迭代算法[J].四川建材.2015
[5].暴兴才.自适应信息遗传算法在路面模量反算中的应用和稳健性研究[J].公路工程.2015
[6].刘利民.任意坐标反算对应桩号的完备算法研究[J].中外公路.2014
[7].隆强,谢延敏,杨川.基于Foley参数法反算叁次NURBS曲线的算法研究[J].机械.2012
[8].刘跃,李跃军.基于自适应信息遗传算法的路面模量反算研究[J].公路工程.2012
[9].吕袭蒙.基于CPU的源强反算算法研究[D].大连理工大学.2011
[10].张建文,王煜薇,郑小平,王正.基于混合遗传-NelderMead单纯形算法的源强及位置反算[J].系统工程理论与实践.2011
标签：改进型遗传算法(MGA); 源强反算; 早熟收敛; 全局寻优;