导读:本文包含了最优迭代次数论文开题报告文献综述及选题提纲参考文献，主要关键词:蚁群算法,TSP,挥发系数,关系研究
最优迭代次数论文文献综述
李亚女,潘广贞[1]（2013）在《蚁群算法中挥发系数与迭代次数和最优路径长度关系研究》一文中研究指出蚁群算法中挥发系数ρ对算法的收敛速度和全局最优路径有很大的影响。以TSP(Traveling Salesman Problem)问题为例,深入探讨了挥发系数与收敛所需迭代次数、全局最优路径长度之间的关系。首先通过对相关文献提供的研究进行归纳和总结,提出了挥发系数与迭代次数、最优路径长度之间的关系假设。然后编程读取不同的挥发系数值对应的迭代次数与最优路径的长度,并对所读取的数据进行分析拟合。最后验证了所提出的关系假设的正确性。(本文来源于《科学技术与工程》期刊2013年23期）
蔡放,熊岳山,骆志刚[2]（2008）在《块二级迭代法的近似最优内迭代次数》一文中研究指出本文讨论线性方程组定常块二级迭代法内迭代次数的选择.对于单调矩阵,证明了块Jacobi矩阵的谱半径ρp(T)为非定常块二级迭代法R_1-因子的下界.对于M-矩阵,用某个单调范数给出了ρ(T_p)的关于p单调下降且收敛于ρ(T)的上界.于是,当系数矩阵为M-矩阵时,我们定义了定常块二级迭代法的近似最优内迭代次数.所定义的近似最优值与模型问题数值计算的实际最优值非常吻合.本文分析表明,实际计算中应该把内迭代次数控制在较小的数目.(本文来源于《计算数学》期刊2008年01期）
高爱军,陈翰馥[3]（1990）在《迭代次数按比例最优分配适应性随机逼近算法》一文中研究指出在通常的多维随机逼近RM算法中,总是对各分量在每一时刻都迭代,即进行相等次数的同时迭代,当对各分量进行的迭代次数及迭代时刻不尽相等且设p~i是对第i个分量所迭代次数与总迭代次数的极限率时,我们将表明算法误差的正态极限分布协方差阵S不仅依赖于量测噪声的协方差阵∑和回归函数在其零点的一阶偏导阵B且依赖于迭代次数分配比率(p~i),因此随机逼近算法除了最初的目的为了估计回归函数的未知零点外,我们还可以最优化某一是(P~i),∑,B的函数的性能指标,比如极小化极限分布的协方差阵(只要性能指标关于P~i的最优值存在).假设最优比率是{P_i(∑,B)},它是∑和B的连续函数.本文给出适应性的随机逼近算法使它收敛于多维回归函数(不同于[1],回归函数各分量是不相关,这里是一般的回归函数)零点并且给出实现优化某一性能指标的各分量迭代次数的最优比率。(本文来源于《1990年控制理论及其年会应用论文集（3）》期刊1990-11-01）
朱允民[4]（1988）在《一类随机逼近问题的最优迭代次数分配》一文中研究指出本文考虑一类各分量相对独立的多维随机逼近问题。从最小渐近方差的要求出发,分析出各分量最优迭代次数分配比例,并给出实现这种迭代次数分配的策略及策略参数的适应性的递推估计公式。(本文来源于《控制理论与应用》期刊1988年02期）
最优迭代次数论文开题报告
（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：
本文讨论线性方程组定常块二级迭代法内迭代次数的选择.对于单调矩阵,证明了块Jacobi矩阵的谱半径ρp(T)为非定常块二级迭代法R_1-因子的下界.对于M-矩阵,用某个单调范数给出了ρ(T_p)的关于p单调下降且收敛于ρ(T)的上界.于是,当系数矩阵为M-矩阵时,我们定义了定常块二级迭代法的近似最优内迭代次数.所定义的近似最优值与模型问题数值计算的实际最优值非常吻合.本文分析表明,实际计算中应该把内迭代次数控制在较小的数目.
（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。
最优迭代次数论文参考文献
[1].李亚女,潘广贞.蚁群算法中挥发系数与迭代次数和最优路径长度关系研究[J].科学技术与工程.2013
[2].蔡放,熊岳山,骆志刚.块二级迭代法的近似最优内迭代次数[J].计算数学.2008
[3].高爱军,陈翰馥.迭代次数按比例最优分配适应性随机逼近算法[C].1990年控制理论及其年会应用论文集（3）.1990
[4].朱允民.一类随机逼近问题的最优迭代次数分配[J].控制理论与应用.1988