导读:本文包含了进化梯度论文开题报告文献综述及选题提纲参考文献，主要关键词:地磁场,地磁导航,仿生导航,进化策略
进化梯度论文文献综述
郭娇娇,刘明雍,刘坤,牛云,王梦凡[1]（2019）在《基于进化梯度搜索的AUV地磁仿生导航研究》一文中研究指出目前地磁仿生导航大多是基于进化策略的搜索导航,导航耗时长、效率低。针对这一问题,提出一种基于进化梯度搜索的AUV地磁仿生导航方法。将仿生的进化搜索算法与经典梯度算法结合起来搜索函数极值,不仅可以保证搜索具有全局最优性,而且具有快速的收敛性,可以提高地磁仿生导航的效率。仿真结果表明,该方法不需要先验地磁信息,可以依据地磁趋势完成导航任务。通过与传统仿生导航的进化搜索策略对比,验证了进化梯度搜索策略的有效性和优越性。(本文来源于《西北工业大学学报》期刊2019年05期）
叶进,董美辰,何华光,胡亮青[2]（2019）在《基于梯度下降和差分进化的光伏阵列MPPT方法》一文中研究指出局部阴影条件下光伏阵列的P-V曲线将呈现多个功率峰值点的特性,而传统光伏阵列最大功率点跟踪算法只能有效跟踪单个功率峰值点。针对局部阴影条件下传统方法多峰寻优失效的问题,现有的研究工作主要以粒子群、差分进化等方法进行多峰寻优跟踪。这些算法具有较好的全局寻优能力,但其局部搜索过程容易出现收敛停滞的问题,因此文章提出了一种基于自适应梯度下降和差分进化相结合的改进算法,该算法在差分进化算法搜索后期使用自适应梯度下降法进行局部搜索优化。仿真实验结果表明,改进算法能准确找到最大功率点,有效解决收敛停滞问题,与粒子群算法和差分进化算法相比,平均总寻优时间分别减少了52.67%和40.05%,收敛速度有进一步提升。(本文来源于《控制工程》期刊2019年09期）
冯少军,郝鹏,王博,李刚[3]（2018）在《一种多点自适应进化的梯度增强代理模型》一文中研究指出代理模型方法能大幅度提升优化问题的求解效率,其中具有代表性的Kriging代理模型,凭借其精度高、非线性函数的良好拟合性能以及误差估计功能,在航空航天等领域得到了广泛研究应用。相比于传统Kriging模型,梯度增强代理模型(Gradient-Enhanced Kriging,GEK)不仅利用了样本点处的响应值信息,还考虑了梯度信息对函数拟合的影响,能够构建更为精确的代理模型。在代理模型对应的优化方法研究层面,以期望改善EI准则法(也称为高效全局优化方法,EGO)为代表,在迭代过程中按照一定准则寻找最优点,对代理模型进行动态更新,根据其每代寻优目标个数可分为单点加点及多点加点准则。本文围绕GEK代理模型介绍了其算法机理以及加点优化框架,并提出了一种基于期望改进与高斯距离控制(Expected Improvement with Gauss Distance,EIGD)的多点加点准则。EIGD多点加点准则考虑了样本点之间的距离因素,在代理模型更新过程中,每次更新可以根据单点EI函数寻找多个峰值,具有全局搜索能力。由于实际工程优化问题往往具有多个局部最优解,相比于单点加点,EIGD多点加点更能利用代理模型的信息,提高代理模型优化方法的计算效率。最后,本文给出了数值算例以及变刚度板铺层优化算例,验证了多点自适应进化的梯度增强代理模型。(本文来源于《2018年全国固体力学学术会议摘要集（上）》期刊2018-11-23）
黄辉先,胡鹏飞[4]（2018）在《基于共轭梯度法的反馈差分进化混合算法及其在弹簧设计中的应用》一文中研究指出分析了差分进化算法多种变异方式的特点以及每种变异方式所适应的搜索状态,建立了一条能够让种群根据自身的搜索环境来动态选择变异方式的反馈回路,使个体能够自学习、自调节地高效搜索。在每一代的最优个体邻域内,采用共轭梯度法确定最佳的共轭搜索方向,向量能够在最优解邻域内进行细致的局部搜索。根据混合算法的子代更新形式,从理论上证明了种群能够以概率1的方式收敛到全局最优解。与其它进化算法的对比实验结果表明,本文的差分进化算法有效提高了benchmark函数的最优值精度,加快了收敛速度。在弹簧设计问题中,利用改进的差分进化混合算法得到了较好的结构参数。(本文来源于《计算机工程与科学》期刊2018年07期）
邓炜栋,崔国民,陈家星,朱玉双[5]（2018）在《带惩罚的逆梯度进化算法应用于换热网络》一文中研究指出针对局部邻域搜索方法搜索结果对初始解位置依赖大,难以摆脱局部最优解影响的问题,本文提出了一种带惩罚的逆梯度进化算法。该算法通过给当前位置适应度施加一个仅与在该点处停留时间正相关的惩罚以迫使该个体沿逆梯度方向移动,进而逃离当前局部极值点。同时为了防止出现"回跳"现象,引入禁忌邻域,禁止当前个体重回原先位置。相对于一般启发式算法跳出局部极值点的随机性,该算法通过惩罚实时构造填充函数以逃离当前局部极值点的机制具有一定的确定性因素,提高了算法的搜索效率。将该算法应用于换热网络优化问题上,分别对10SP1和10SP2两个经典算例进行验证,获得了优于已有文献的优化结果,表明该算法具有较强的跳出局部最优解能力。(本文来源于《化工进展》期刊2018年07期）
童浩杰[6]（2017）在《沙蜥沿海拔梯度的进化研究》一文中研究指出沙蜥广泛分布于青藏高原与高原外的沙漠或半沙漠化的环境中。在青藏高原分布的沙蜥为胎生,高原外低海拔地区分布的沙蜥为卵生。在高原长期进化的脊椎动物可以通过形态、生理、行为等各方面的改变来适应高原缺氧、低温、强紫外线等环境。目前,有关哺乳动物和鸟类对高原环境适应与进化的研究报道相对较多,对冷血动物的研究依然缺乏。相比恒温动物,冷血动物可能具有不一样的高原适应与进化方式。本研究以我国分布的沙蜥物种为对象,研究沙蜥部分物种沿海拔梯度体色表型的生态与遗传适应,并采用线粒体基因组与转录组测序研究沙蜥沿海拔梯度的线粒体与核基因的选择进化,旨在揭示沙蜥适应高原环境的表型与遗传进化机制。主要研究内容与结果如下:1、贵南沙蜥表型特征对其热调节的影响在有太阳热辐射的热环境/无太阳辐射的低温环境中,相比躯干,贵南沙蜥的四肢、尾巴具有更快的升温/降温速率,并随着升温/降温时间的延长,速率逐渐变慢,后趋稳定。热环境中四肢的升温速率要快于低温环境下四肢的降温速率。此外,在同等光照条件下,沙蜥腹部黑斑区域的升温速率普遍高于腹部周缘无黑斑区域。上述结果说明,高原沙蜥更长的附肢以及腹部的黑斑区域有助于其对高原冷环境的适应。2、沙蜥沿海拔梯度的线粒体基因组蛋白的进化分析应用线粒体基因组全序列,对所有线粒体蛋白编码基因进行Random-sites和Branch-sites分析,在ND2,ND3,COXIII,ND4,ND5和ND6六个基因中发现10个正选择作用位点,其中Random-sites模型检验出4个,Branch-sites模型检验出6个。结果显示部分进化支在沿海拔梯度适应进化过程中经历了较强的正选择作用。TreeSAAP分析表明,ND1,ND3和ND6叁个编码基因共3个位点经历了显着的基本理化特征变化,其中ND3和ND6基因上的位点与PAML分析得到的位点一致。研究得出线粒体全基因组蛋白绝大部分正选择位点位于呼吸链复合物I蛋白的疏水区,发现ND4蛋白有1个残基位点与质子转运通道氨基酸残基有“藕联”进化作用,表明沙蜥线粒体复合物I在沙蜥沿海拔梯度的进化过程中受到强烈的正选择作用。3、西藏沙蜥种群沿海拔梯度MC1R基因的进化研究西藏沙蜥高海拔种群(>4200m)与低海拔种群(<4200m)体色存在差异。克隆比较了西藏沙蜥942bp的MC1R全基因编码序列,共发现5个氨基酸变异位点在统计上与群体体色表型变异显着相关,其中跨膜区2个变异位点可能显着影响MC1R蛋白的功能。Random-sites分析在N端膜外区域发现了3个受长期正选择作用的位点,但Branch-sites分析未发现任何短期正选择作用位点,说明N端膜外区域在遗传进化过程中易受正选择作用的影响。研究表明MC1R蛋白变异对西藏沙蜥沿海拔梯度的体色地理变异产生重要影响。4、不同海拔梯度青海沙蜥种群比较转录组研究通过对具有较长分化历史且海拔差异超过1400米的两个青海沙蜥莫云亚种种群(玛多和玛曲)开展比较转录组研究,共筛选到140个经历了强烈正选择作用(Ka/Ks>1)的基因,另有352个基因可能经历潜在的正选择作用(1≥Ka/Ks>0.5),其中11个正选择基因和14个潜在正选择基因可能与沙蜥对高原缺氧、低温以及强紫外等环境适应相关。此外,两个种群之间整体的基因表达水平差异不大,但是各种群候选基因(Ka/Ks>0.5)的表达水平高于整体的基因表达水平。上述结果可以为沙蜥高原环境适应研究提供候选基因,丰富了青藏高原冷血动物高原环境适应机制的研究成果。(本文来源于《中国计量大学》期刊2017-06-01）
刘皓阳,祁荣宾[7]（2016）在《基于进化梯度搜索的多目标混合优化算法》一文中研究指出基于梯度信息的线性搜索法具有快速的收敛性,但易陷入局部最优。当优化目标不可解析时,基于梯度信息的算法便不易应用。多目标进化算法以其优秀的全局特性广泛地应用于多目标优化问题,但其算法比较耗时,收敛速度慢。对此,本文提出一种基于进化梯度搜索的多目标混合算法。首先,结合单目标优化中的爬山算法与进化梯度搜索法,得到一种多目标局部搜索算法。其次,在算法前期采用适应度概率策略选择个体进行局部搜索。最后,在非支配集个体数达到种群个体数后,应用多目标进化算法保证其分布性。通过ZDT系列测试函数验证并与NSGA-II及EGS-NSGA-II混合算法比较,结果显示本算法具有更好的全局性及收敛快速性。(本文来源于《计算机与应用化学》期刊2016年11期）
阎新萍,刘奎,杨佳,秦刚,曹新鑫[8]（2016）在《进化中的聚合物梯度材料制备技术研究》一文中研究指出梯度功能材料是组成和结构在某一方向上连续变化的新材料。现在,已作为获得新特性材料的手段,在高分子材料领域获得广泛应用。概括了聚合物梯度功能材料的研究近况,介绍了聚合物梯度材料的研究概略,着重阐述了材料的制备方法和形成机理、以及可能的应用领域。(本文来源于《化工新型材料》期刊2016年05期）
乔方通[9]（2016）在《基于梯度阈值分割和混合进化算法的图像配准研究》一文中研究指出随着船舶自动化的进一步发展,对机舱安全和智能化的重视程度越来越高,因此在机舱内安装多摄像头已逐渐成为标准配置。在采集到图像信息后,对图像进行融合处理,可以更加清晰地呈现出图像的特征信息,有利于更加准确的人工处理或者计算机自动处理。要实现高质量的图像融合,必须先实现精确的图像配准(Image Registration),这是图像融合的基本前提。由于存在一些外部原因(如摄像头维护不及时、机舱内部空气污浊等)造成图像含有多种噪声,如高斯噪声、乘性噪声、泊松噪声和椒盐噪声等,而含噪图像配准仍属当前研究的重中之重。本文的研究内容是针对此类含有复杂噪声的机舱监控图像配准问题,主要研究内容如下:1)以数学模型的角度上解释了数字图像配准的定义,然后简单介绍其主要框架,即空间变换、图像插值、相似性测度和优化算法,并对这些主要模块分别进行数学阐述。2)分析了熵与互信息在图像配准中的作用,并根据互信息与f信息的关系,采用I_α信息作为图像配准测度。该测度相对于互信息测度,可以产生更少的局部极值点。通过实验得到α的最佳取值范围,并确定多阶段配准中,α在每一阶段的取值。该测度有利于实现高效率、高精准和较好鲁棒性的图像配准。3)为解决含有复杂噪声的图像配准问题,提出基于梯度阈值分割的方法以加强图像轮廓信息,同时可以提高像素点空间位置信息对灰度信息的影响。根据仿真结果可得,此方法极大的降低了噪声信息对图像配准的影响,从而提升配准的精确度。4)为解决目标函数存在多个局部极值点的问题,提出了一种改进QPSO算法。设计了一种对于压缩膨胀因子α(t)的自适应控制策略,从而有效的避免了粒子过早收敛以加强全局寻优能力。实验结果表明,采用改进的QPSO算法达到了提高全局寻优能力的目的。5)实现了多阶段多分辨率图像配准方法。将改进QPSO算法与NM单纯形法相结合,在第一阶段的粗配准过程中采用改进QPSO算法,第二阶段的精配准过程采用NM单纯形法,从而达到提高配准成功率的目的。实验结果表明,采用较大的初始单纯形更有利于提高配准的成功率。(本文来源于《武汉理工大学》期刊2016-04-01）
杨俊,魏静萱[10]（2016）在《梯度策略自适应差分进化算法》一文中研究指出差分进化算法是一种有效求解全局优化问题的方法,为进一步提高求解精度,加快求解过程,文中提出一种梯度策略自适应差分进化算法。该算法是在差分进化算法中加入梯度下降法,使其不仅有较好的全局搜索能力,且具有传统优化方法的快速局部搜索能力,因此具有较高搜索精度和较快的搜索过程。通过对CEC2005测试集中的1~14号测试函数进行仿真实验,并与Sa DE,NSDE以及CMAES等算法实验结果进行了对比,结果表明了该算法的有效性。(本文来源于《电子科技》期刊2016年01期）
进化梯度论文开题报告
（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：
局部阴影条件下光伏阵列的P-V曲线将呈现多个功率峰值点的特性,而传统光伏阵列最大功率点跟踪算法只能有效跟踪单个功率峰值点。针对局部阴影条件下传统方法多峰寻优失效的问题,现有的研究工作主要以粒子群、差分进化等方法进行多峰寻优跟踪。这些算法具有较好的全局寻优能力,但其局部搜索过程容易出现收敛停滞的问题,因此文章提出了一种基于自适应梯度下降和差分进化相结合的改进算法,该算法在差分进化算法搜索后期使用自适应梯度下降法进行局部搜索优化。仿真实验结果表明,改进算法能准确找到最大功率点,有效解决收敛停滞问题,与粒子群算法和差分进化算法相比,平均总寻优时间分别减少了52.67%和40.05%,收敛速度有进一步提升。
（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。
进化梯度论文参考文献
[1].郭娇娇,刘明雍,刘坤,牛云,王梦凡.基于进化梯度搜索的AUV地磁仿生导航研究[J].西北工业大学学报.2019
[2].叶进,董美辰,何华光,胡亮青.基于梯度下降和差分进化的光伏阵列MPPT方法[J].控制工程.2019
[3].冯少军,郝鹏,王博,李刚.一种多点自适应进化的梯度增强代理模型[C].2018年全国固体力学学术会议摘要集（上）.2018
[4].黄辉先,胡鹏飞.基于共轭梯度法的反馈差分进化混合算法及其在弹簧设计中的应用[J].计算机工程与科学.2018
[5].邓炜栋,崔国民,陈家星,朱玉双.带惩罚的逆梯度进化算法应用于换热网络[J].化工进展.2018
[6].童浩杰.沙蜥沿海拔梯度的进化研究[D].中国计量大学.2017
[7].刘皓阳,祁荣宾.基于进化梯度搜索的多目标混合优化算法[J].计算机与应用化学.2016
[8].阎新萍,刘奎,杨佳,秦刚,曹新鑫.进化中的聚合物梯度材料制备技术研究[J].化工新型材料.2016
[9].乔方通.基于梯度阈值分割和混合进化算法的图像配准研究[D].武汉理工大学.2016
[10].杨俊,魏静萱.梯度策略自适应差分进化算法[J].电子科技.2016