导读:本文包含了迭代优化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:永磁同步电机,最优目标工作点,最大转矩电流比,模型预测控制
迭代优化算法论文文献综述
覃思雨,刘平,黄守道,朱伟进[1]（2019）在《一种优化的永磁同步电机电流迭代控制算法》一文中研究指出针对永磁同步电机(PMSM)损耗受电流影响较大的问题,鲜有文献阐述如何在满足电机转矩需求和调速需求前提下实现电流最优。提出了一种优化的PMSM电流迭代控制算法。通过该算法在给定转矩和转速下进行最优目标工作点的选取,对非线性的特性曲线运用迭代法进行数值求解,计算量较小且能求取出最优的定子电流。同时与设计的模型预测控制器(MPC)相结合,优化PMSM的电流预测值和控制实际输出值。仿真和实验结果表明,该优化的PMSM电流迭代控制算法相比传统方式能进一步减小电机损耗,并且提高电流控制的稳定性和精确性。(本文来源于《微特电机》期刊2019年11期）
丁远,柴思锋[2]（2019）在《基于粒子群迭代优化算法的5G基站站址规划研究》一文中研究指出我国5G商用牌照已发,叁大运营商均表示2019年国庆节前将正式启动5G商用,5G离我们越来越近。目前,5G工程建设在全国主要大城市大范围铺开,5G工程建设在原有共址站升级改造基础上积极储备5G新址站,各地市各区域移动通信规划时如何选择5G站址,成为工程建设前面临的首要问题,而粒子群迭代优化算法能很好地解决此类问题。将5G基站规划站址各参数进行迭代运算,选取基站覆盖面积、基站话务量以及建站成本3个关键因素作为子目标函数,最终确定5G最佳站址的总目标函数,可为5G通信专项规划提供理论和实践指导。(本文来源于《通信技术》期刊2019年10期）
郑夏,马良[3]（2019）在《一种Fibonacci迭代的差分进化生物地理学优化算法》一文中研究指出生物地理学优化算法(BBO,Biogeography-Based Optimization)是受自然界种群迁移机制启发,通过运用生物地理学方法和机制来解决工程优化问题而提出的一种新型仿生群智能优化算法.本文在分析基本BBO算法原理和局限性的前提下,针对其求解高维复杂问题时求解精度低、收敛速度慢等问题,首先通过Fibonacci数列的迭代思想消除种群内部的重复性来提高种群精度,提出了改进的生物地理学优化算法(IBBO),然后在此基础上引入全局搜索能力较强的差分进化算法,提出基于Fibonacci迭代的差分进化生物地理学优化算法(IDEBBO).最后通过对8个经典函数的仿真测试实验,验证了IDEBBO可有效避免早熟收敛,提高求解精度,可作为解决工程应用复杂函数优化问题的一种有效方法.(本文来源于《小型微型计算机系统》期刊2019年07期）
郑汉垣,宋安平,张武[4]（2019）在《基于GaBP的迭代加速优化算法》一文中研究指出求解对称对角占优线性方程组的GaBP(Gaussian Belief Propagation)迭代算法具有低计算复杂性和高并行性的特点。利用GaBP算法的这两个特点,便于处理大规模稀疏线性方程组的求解。为了进一步提高求解的迭代效率,使用经典迭代算法中的加速优化方法,给出了对应的多种GaBP迭代加速优化算法。从动态松驰因子的GaBP算法和Mann-GaBP迭代加速优化算法的实验结果表明,在相同精度下,所提出的加速优化算法比经典迭代算法和GaBP算法具有更高的并行执行效率。(本文来源于《航空计算技术》期刊2019年03期）
都月,孟晓辰,祝连庆[5]（2019）在《基于优化迭代算法的细胞荧光光谱解析》一文中研究指出使用光谱测量方法进行细胞多色荧光分析时,发射光谱会产生部分光谱重迭,为定性和定量分析造成了一定的困难。为此,提出基于优化迭代算法的细胞荧光光谱解析算法,建立重迭峰模型并确定单峰顶点;根据每次构造峰面积的大小,重新确定构造峰的构造方式,最终得到模拟峰的顶点及面积信息。利用该算法对高斯函数迭加形成的重迭峰进行解析,并与常规方法进行对比,结果表明优化迭代算法解析误差稳定在0.15%以内;加入随机噪声后,解析误差可稳定在0.85%以内,均优于另外两种算法。此外,计算了该算法下的迭代效率,结果表明该算法较常规方法提高了32.2%。(本文来源于《应用光学》期刊2019年03期）
张茂光[6]（2019）在《一类Markov跳变系统的策略迭代算法和优化设计》一文中研究指出本文主要针对一类Markov跳变系统自适应优化控制算法进行了深入地研究。Markov跳变系统作为一种混杂动态系统,其内部各子系统之间的跳变和切换遵循一定的跳变规律。Markov跳变系统包含状态和模态两种动态机制,这就导致跳变系统子系统之间由于切换率存在一定的耦合关系。基于此,本文引入了子系统分解技术,用于对各子系统之间的耦合关系进行解耦。在子系统分解技术基础上,对Markov跳变系统自适应优化控制算法进行了进一步的研究。另一方面,强化学习算法作为一种智能学习算法,可用来在线求解线性/非线性系统的优化控制问题的相关算法,并获得了许多好的研究成果。针对跳变系统的自适应优化控制研究中,现有的成果更多的是离线的方法。即使存在在线求解的成果,求解过程也是与系统模型相关的,即求解时需要提前获知系统内部动态矩阵信息。基于此,本文提出了一种新的强化学习算法,根据在线的学习和迭代算法求解满足Markov跳变系统满足给定的性能指标的优化控制器。具体研究内容如下:(1)研究了一类连续时间Markov跳变系统的优化控制问题。基于子系统分解技术提出了一种在线的强化学习算法,首先通过Bellman优化准则,将跳变系统的优化控制求解问题转换为求解一组具有耦合关系的Riccati方程。通过等价转换Riccati方程,采用强化学习算法在线求得跳变系统的自适应优化控制器。在此求解过程中,系统的内部动态矩阵的相关信息是不需要提前预知的,即算法是与系统模型无关的。随后,给出了所设计算法的收敛证明,并通过仿真结果验证了算法的正确性和可应用性。(2)研究了一类连续时间Markov跳变系统的两层零和控制问题。利用提出的强化学习算法,在线求解满足系统零和控制策略指标的控制器,并证明了所设计算法的收敛性和可行性。(3)研究了一类连续时间Markov跳变系统非零和微分反馈Nash控制问题。通过算法公式变换简化双输入系统的耦合关系的Riccati方程,结合子系统分解技术和离线策略迭代算法,求解出Markov跳变系统非零和微分反馈Nash控制器。该算法的迭代过程主要分为策略迭代和策略更新两步完成。数值仿真也验证了本文设计算法的有效性。最后,对于本文所设计的优化控制算法,给出了概括性的总结,并展望指出有待解决的问题和今后的具体研究方向。(本文来源于《安徽大学》期刊2019-05-01）
蓝春琳,谭国俊,马留军,覃云,黄浩[7]（2019）在《一种基于小波迭代优化的局部放电降噪算法研究》一文中研究指出目前,局部放电检测已经成为判断GIS安装运行状况的重要依据,超高频法局部放电检测方法由于其被动干扰小且可以定位,因此得到了广泛应用。各类噪声会淹没微小的回波信号,因此必须进行去噪处理,以提高检测的灵敏度。现针对基于小波变换的局部放电超高频检测算法进行了研究,设计了小波检测算法。传统的小波降噪算法是通过软硬阈值来实现降噪的目的的,有着一定的局限性,鉴于此,提出一种基于迭代优化的算法实现阈值的逐级优化和动态调整,据此得出基于迭代优化的小波去噪算法。仿真表明,所提算法一开始随着迭代次数的增加,噪声误差急速下降,在迭代过程中取得最小值后,迭代次数继续增加,性能不再有明显的提升,由此证明所提方法确实可以改善降噪的性能。(本文来源于《机电信息》期刊2019年12期）
肖添[8]（2019）在《基于改进迭代算法的动态调度优化模型》一文中研究指出笔者针对当前智能加工系统中的动态作业调度问题,考虑作业工序、等待时间等实际情况中产生的约束条件,在3大原则的前提下,应用改进迭代算法建立了一道工序的工作调度模型和两道工序的调度模型,通过验证模型的时间空间复杂度,得出此模型具有较好的实用性。最后,在模型的推广中加入1%的工作故障概率,得到故障概率分布,进而得到更加稳定的模型。(本文来源于《信息与电脑(理论版)》期刊2019年07期）
杨春生,周巍巍,魏海春,赵希宝,黄浩军[9]（2019）在《基于回溯迭代搜索-粒子群算法的配电网无功优化研究》一文中研究指出在考虑配电网电压质量和无功补偿设备容量限制的条件下,以有功网损最小为优化目标、网络拓扑结构为约束条件建立了无功优化模型。针对粒子群算法存在着早熟现象、收敛速度慢和易陷入局部最优解的特点,提出了一种基于回溯迭代的粒子群算法(BPSO)。该算法采用回溯迭代的"0-1"特性,在寻优过程中通过剪枝函数避免无效搜索,改善了优化的路径,从而提高了PSO全局寻优性能。通过IEEE 30节点配电网算例的仿真,验证了BPSO算法的优解性,并与常规PSO算法对比证明所提算法的优越性。(本文来源于《四川电力技术》期刊2019年01期）
胡海涛[10]（2019）在《基于BP神经网络和遗传算法的并行迭代优化研究》一文中研究指出提出了一种将反向传播神经网络(BPNN)与遗传算法(GA)相结合的迭代优化方法。该方法首先使用较少的学习样本开发和训练BPNN模型,然后利用GA在可行域内求解训练好的BPNN模型以寻找模型的最优解。将基于该最优解进行验证的结果作为新样本添加到训练模式集中对BPNN模型重新训练。针对训练模式较少可能导致预测精度不足的问题,在BPNN模型的训练中分别采用贝叶斯正则化算法(BRA)和改进的Levenberg-Marquardt算法提高BPNN模型的泛化能力和收敛性,并结合精英策略将模拟退火算法(SAA)嵌入到GA中,以提高BPNN模型的局部搜索能力。将所提出的方法应用于汽车吹塑成型的聚丙烯波纹管的厚度优化。结果表明,在3次迭代后可以得到最优模具间隙,采用最佳模具间隙的波纹管在9个齿峰处的厚度落入期望的范围内(0.7±0.05mm),并且材料的使用量减少了22%。这种最佳间隙仅通过23次实验即可获得,远远少于实际模塑过程所需的实验次数。(本文来源于《机械与电子》期刊2019年01期）
迭代优化算法论文开题报告
（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：
我国5G商用牌照已发,叁大运营商均表示2019年国庆节前将正式启动5G商用,5G离我们越来越近。目前,5G工程建设在全国主要大城市大范围铺开,5G工程建设在原有共址站升级改造基础上积极储备5G新址站,各地市各区域移动通信规划时如何选择5G站址,成为工程建设前面临的首要问题,而粒子群迭代优化算法能很好地解决此类问题。将5G基站规划站址各参数进行迭代运算,选取基站覆盖面积、基站话务量以及建站成本3个关键因素作为子目标函数,最终确定5G最佳站址的总目标函数,可为5G通信专项规划提供理论和实践指导。
（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。
迭代优化算法论文参考文献
[1].覃思雨,刘平,黄守道,朱伟进.一种优化的永磁同步电机电流迭代控制算法[J].微特电机.2019
[2].丁远,柴思锋.基于粒子群迭代优化算法的5G基站站址规划研究[J].通信技术.2019
[3].郑夏,马良.一种Fibonacci迭代的差分进化生物地理学优化算法[J].小型微型计算机系统.2019
[4].郑汉垣,宋安平,张武.基于GaBP的迭代加速优化算法[J].航空计算技术.2019
[5].都月,孟晓辰,祝连庆.基于优化迭代算法的细胞荧光光谱解析[J].应用光学.2019
[6].张茂光.一类Markov跳变系统的策略迭代算法和优化设计[D].安徽大学.2019
[7].蓝春琳,谭国俊,马留军,覃云,黄浩.一种基于小波迭代优化的局部放电降噪算法研究[J].机电信息.2019
[8].肖添.基于改进迭代算法的动态调度优化模型[J].信息与电脑(理论版).2019
[9].杨春生,周巍巍,魏海春,赵希宝,黄浩军.基于回溯迭代搜索-粒子群算法的配电网无功优化研究[J].四川电力技术.2019
[10].胡海涛.基于BP神经网络和遗传算法的并行迭代优化研究[J].机械与电子.2019