导读:本文包含了正交遗传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:MIMO雷达,正交信号波形,量子遗传算法,互相关峰值
正交遗传算法论文文献综述
郝昭昕,孙进平[1]（2019）在《基于量子遗传算法的MIMO雷达正交信号波形设计》一文中研究指出正交信号波形设计是MIMO雷达领域的研究热点,随着技术的发展,MIMO雷达对正交信号波形的性能要求越来越高。针对现有MIMO雷达正交信号波形互相关峰值较高且算法收敛速度慢的问题,为了提高长序列正交信号波形的性能,本文使用量子遗传算法,将量子计算与遗传算法相结合,进一步降低了波形的互相关峰值,降低了不同目标回波之间的相互干扰,提高了雷达系统的检测性能。仿真试验的结果表明,该方法能有效提高波形的正交性能,并加快了优化的速度。(本文来源于《信号处理》期刊2019年06期）
陈斌辉,吕圭源,金伟锋,张佳欢,郑碧莹[2]（2019）在《基于正交设计和BP神经网络-遗传算法多指标综合优化茶叶提取工艺》一文中研究指出目的用正交设计及BP神经网络-遗传算法对茶叶提取工艺进行多指标综合优化。方法以咖啡因、表没食子儿茶素没食子酸酯(epigallocatechin gallate,EGCG)、表儿茶素没食子酸酯(epicatechin gallate,ECG)为考察指标,在单因素实验的基础上,采用正交设计及BP神经网络-遗传算法优选超声辅助提取茶叶中有效成分的工艺,并对2种方法优选所得的工艺进行验证。结果正交设计得到的最佳提取条件为乙醇浓度85%、浸提温度80℃、超声时间10min。工艺验证评分为99.050。BP神经网络-遗传算法得到的最优提取方案为乙醇浓度89%、浸提温度88℃、超声时间13 min,网络预测评分为100.758,工艺验证评分为99.651,相对误差为1.099%。结论 BP神经网络-遗传算法数学模型可用于茶叶中有效成分提取工艺预测和优选,且略优于正交设计。(本文来源于《中国现代应用药学》期刊2019年10期）
王珺,李永庆[3]（2016）在《遗传算法和正交时频原子相结合的地震记录快速匹配追踪》一文中研究指出针对匹配追踪庞大的计算量造成地震数据处理效率低下的问题,提出一种基于遗传算法和正交原子匹配追踪的快速分解方法,通过遗传算法缩小原子库的搜索范围,减少贪婪迭代的次数,由原子的正交化处理消除冗余分量,加速残差收敛进程。为增加分解的灵活性,采用相邻残差比阈值作为迭代终止条件。合成地震记录和实际地震记录稀疏分解结果表明:本文方法不仅能降低分解的稀疏度,而且运行速度大幅提高,验证了方法的有效性和适用性。(本文来源于《石油地球物理勘探》期刊2016年05期）
王雷,蔡劲草,李明[4]（2016）在《基于正交试验的遗传算法参数优化》一文中研究指出基本遗传算法求解优化问题的过程中存在着收敛缓慢、早熟现象以及求解的质量不高等问题.为了解决上述存在的问题,提高遗传算法的求解质量,提出使用正交试验法优化遗传算法中的主要参数,即:种群规模N、交叉概率p_c和变异概率p_m.通过使用正交试验法确定遗传参数,大大提高了算法的收敛性和求解质量.仿真结果也表明采用正交试验法设计参数的科学性和有效性.(本文来源于《南京师范大学学报(工程技术版)》期刊2016年02期）
侯文人[5]（2016）在《一种求多目标优化问题的正交多Agent遗传算法》一文中研究指出为了解决传统遗传算法在求解多目标优化问题时存在的收敛速度慢并且易于陷入局部最小等问题,提出了一种求解多目标优化问题的正交多Agent遗传算法。设计了正交初始化算子、邻域竞争算子、正交交叉算子、变异算子,对传统遗传算法进行了改进。最后,通过标准测试函数的仿真结果表明,算法具有较好的收敛性,能够较快得到最优解。(本文来源于《电脑知识与技术》期刊2016年07期）
吴正卫,吴训成,张珏成[6]（2016）在《正交试验法和遗传算法研究齿轮系统动态性能》一文中研究指出齿轮系统的动态性能特别是振动为典型的非线性问题,而振动与轮齿修形密切相关,轮齿修形参数值的确定实质上是非线性优化问题。以一对直齿圆柱齿轮为研究对象,借助kisssoft软件,应用正交试验设计和遗传算法,以减少齿轮系统振动加速度波动为目标,优化设计修形参数。结果表明,正交试验法和遗传算法相结合可用于较复杂的优化问题,本文优化后的振动加速度波动明显降低,减振效果好。(本文来源于《机械强度》期刊2016年01期）
张屹,万兴余,郑小东,孙莉莉[7]（2016）在《基于正交设计的元胞多目标遗传算法》一文中研究指出元胞多目标遗传算法在求解两目标优化问题时是比较高效的.但是,初步实验显示其在求解叁目标优化问题(例如DTLZ系列)时,表现不是十分令人满意.为了进一步提高算法的性能,引入了正交设计的思想,提出了基于正交设计的多目标元胞遗传算法.在改进算法的迭代过程中,先对父代个体进行分段,之后按照正交表来对这些片段进行重新组合产生多个子代个体,然后从这些子代个体中找出适应度较优的进入下一代种群.实验结果表明,引入正交设计思想能够提高算法性能,与其他优秀算法进行比较的结果说明,改进算法求解叁目标问题(DTLZ系列)也是具有竞争力的.(本文来源于《电子学报》期刊2016年01期）
杨庆华,占伟涛,吴海伟,王志恒,鲍官军[8]（2015）在《基于正交试验、BP神经网络和遗传算法的冷挤压模具优化设计方法》一文中研究指出以桑塔纳L45449汽车轮毂轴承内圈为例,建立汽车轮毂轴承内圈冷挤压模具简化模型,运用Deform-3D软件对零件成形过程进行仿真,对挤压过程中的行程载荷和模具磨损进行分析,并据此给出模具优化设计约束条件和优化目标,提出了一套结合正交实验法、BP人工神经网络和遗传算法的模具优化设计方法,对冷挤压汽车轮毂轴承内圈模具进行优化,并对优化结果进行有限元验证.结果表明:优化结果与仿真分析结果相近,最大行程载荷相对误差为4.55%,凹模磨损量绝对误差为0.06μm,提出的优化设计方法能有效缩短模具设计周期,降低模具制造成本.(本文来源于《浙江工业大学学报》期刊2015年03期）
周云山,贾杰锋[9]（2014）在《基于正交试验设计和多目标遗传算法的HEV参数优化》一文中研究指出为在满足动力性前提下,降低混合动力汽车(HEV)的油耗和排放,提出了一种新的参数优化方法。以ADVISOR为仿真平台,应用正交试验设计,找出了对油耗和排放性能影响最显着的5个动力系统部件及控制策略的系统参数。建立了HEV多目标优化模型。用多目标遗传算法和最小二乘意义下的主客观组合赋权法,得到该模型的Pareto最优解集合,并从中选出了最优参数组合。结果表明:与优化前相比较,优化后的参数下,每100 km的油耗降低25.3%,每1 km的CO的排放质量降低35.5%,每1 km的HC+NOx的排放质量降低13.7%。因而,验证了该方法的有效性。(本文来源于《汽车安全与节能学报》期刊2014年04期）
李书全,吴秀宇[10]（2015）在《遗传算法函数寻优性能影响因素分析——基于正交试验的方法》一文中研究指出遗传算法在函数寻优领域得到了广泛应用,选取合适的参数对提高遗传算法寻优性能至关重要。以四个经典函数为例,基于正交试验原理分析了遗传算法五个参数对其寻优时间和迭代次数的影响。结果表明:对寻优搜索时间影响最大的参数为变异概率,其次为种群大小,交叉算子的选择、交叉概率和编码长度影响相对较小;对寻优迭代次数影响较大的叁个参数为变异概率、种群大小和编码长度,而交叉概率和交叉算子的选择影响相对较小。分析了使遗传算法性能最优时参数组合的原则。(本文来源于《计算机工程与应用》期刊2015年06期）
正交遗传算法论文开题报告
（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：
目的用正交设计及BP神经网络-遗传算法对茶叶提取工艺进行多指标综合优化。方法以咖啡因、表没食子儿茶素没食子酸酯(epigallocatechin gallate,EGCG)、表儿茶素没食子酸酯(epicatechin gallate,ECG)为考察指标,在单因素实验的基础上,采用正交设计及BP神经网络-遗传算法优选超声辅助提取茶叶中有效成分的工艺,并对2种方法优选所得的工艺进行验证。结果正交设计得到的最佳提取条件为乙醇浓度85%、浸提温度80℃、超声时间10min。工艺验证评分为99.050。BP神经网络-遗传算法得到的最优提取方案为乙醇浓度89%、浸提温度88℃、超声时间13 min,网络预测评分为100.758,工艺验证评分为99.651,相对误差为1.099%。结论 BP神经网络-遗传算法数学模型可用于茶叶中有效成分提取工艺预测和优选,且略优于正交设计。
（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。
正交遗传算法论文参考文献
[1].郝昭昕,孙进平.基于量子遗传算法的MIMO雷达正交信号波形设计[J].信号处理.2019
[2].陈斌辉,吕圭源,金伟锋,张佳欢,郑碧莹.基于正交设计和BP神经网络-遗传算法多指标综合优化茶叶提取工艺[J].中国现代应用药学.2019
[3].王珺,李永庆.遗传算法和正交时频原子相结合的地震记录快速匹配追踪[J].石油地球物理勘探.2016
[4].王雷,蔡劲草,李明.基于正交试验的遗传算法参数优化[J].南京师范大学学报(工程技术版).2016
[5].侯文人.一种求多目标优化问题的正交多Agent遗传算法[J].电脑知识与技术.2016
[6].吴正卫,吴训成,张珏成.正交试验法和遗传算法研究齿轮系统动态性能[J].机械强度.2016
[7].张屹,万兴余,郑小东,孙莉莉.基于正交设计的元胞多目标遗传算法[J].电子学报.2016
[8].杨庆华,占伟涛,吴海伟,王志恒,鲍官军.基于正交试验、BP神经网络和遗传算法的冷挤压模具优化设计方法[J].浙江工业大学学报.2015
[9].周云山,贾杰锋.基于正交试验设计和多目标遗传算法的HEV参数优化[J].汽车安全与节能学报.2014
[10].李书全,吴秀宇.遗传算法函数寻优性能影响因素分析——基于正交试验的方法[J].计算机工程与应用.2015