导读:本文包含了多粒子群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:挠曲,叁维模拟,粒子群算法,南海
多粒子群算法论文文献综述
张江阳,孙珍,邱宁,张云帆,李付成[1]（2019）在《基于粒子群算法的俯冲带叁维有效弹性厚度反演》一文中研究指出岩石圈有效弹性厚度是表征岩石圈力学性质的参数,其反映了岩石圈挠曲变形的特征.本文在传统二维挠曲模型的基础上,提出了适用于俯冲及碰撞带的叁维薄板挠曲模型.并发展了基于粒子群算法的俯冲带叁维有效弹性厚度反演方法.该方法适用于挠曲参数存在横向差异的俯冲-碰撞带.最后利用该方法反演了马尼拉海沟处岩石圈的有效弹性厚度,结果显示:南海中央海盆岩石圈的有效弹性厚度随着距洋中脊距离的增加而增大;马尼拉海沟轴部弯矩在洋中脊两侧呈分段性变化,这表明南海俯冲板片在深部撕裂可能对浅部的挠曲形态产生影响.(本文来源于《地球物理学报》期刊2019年12期）
刘琦良[2]（2019）在《基于粒子群算法的多目标路网养护方案优化》一文中研究指出为使路网养护方案决策更加科学、合理,在系统考虑养护费用、养护资金和投资效益等多种目标的基础上,利用粒子群智能算法(PSO)求解路网养护优化问题。仿真例子结果表明(PSO)可以快速搜寻出23个全局最优解,为养护决策提供更准确的数据支撑。与文献中数学规划、遗传算法和并列遗传算法的计算结果比对,验证了该算法能够获得更好的计算结果。(本文来源于《建材与装饰》期刊2019年35期）
苗玉[3]（2019）在《改进粒子群算法优化SVM的故障诊断方法研究》一文中研究指出针对粒子群优化算法在搜索过程中容易陷入早熟收敛的问题,利用交叉算子增加种群多样性,为了改善粒子群算法的适应性,提出了自适应学习因子粒子群算法,通过不断改变传统算法的学习因子来提高算法收敛的速度和精度。将该算法应用于煤层气单井系统故障诊断的研究中,通过MATLAB仿真,验证了改进后的粒子群算法故障诊断精度明显高于普通粒子群优化算法和遗传算法。(本文来源于《机械工程与自动化》期刊2019年06期）
吴丹琦,赖俊升,杨俊华,李学聪,赖来利[4]（2019）在《基于局部粒子群算法的家庭用电负荷优化控制策略》一文中研究指出提出一种分时电价政策下电能总花费最低的家庭用电负荷优化控制策略.采用局部粒子群算法对家庭中4类常见用电负荷的花费进行优化,与无优化处理和传统粒子群算法进行对比分析,并在Python平台上搭建数学模型和开展仿真实验.结果表明,局部粒子群算法可大幅度减少家庭用电花费,具有全局搜索能力强、收敛速度快等优点,可推广应用到家庭能源管理领域相关研究.(本文来源于《广东工业大学学报》期刊2019年06期）
赵丽娟,黄禹丁[5]（2019）在《基于免疫粒子群算法的螺旋滚筒参数多目标优化》一文中研究指出为优化螺旋滚筒参数,基于免疫混合粒子群算法对采煤机螺旋滚筒的设计参数进行了优化。运用相似理论进行模化试验,建立截割比能耗数学模型,确定了以截割比能耗、载荷波动系数、生产率和煤炭品质为优化模型,和以螺旋滚筒直径、截线距、叶片头数、螺旋滚筒的转速和采煤机牵引速度为优化变量的优化模型。通过Matlab软件编制的优化设计程序,对项目组某型号采煤机螺旋滚筒设计参数进行优化。验证了免疫粒子群算法对螺旋滚筒参数优化的可行性,同时为采煤机螺旋滚筒的设计生产提供了理论参考。(本文来源于《2019航空装备服务保障与维修技术论坛暨中国航空工业技术装备工程协会年会论文集》期刊2019-12-05）
史晓琳,颜闽秀,赵文刚[6]（2019）在《基于粒子群算法的微生物燃料电池最大功率跟踪》一文中研究指出微生物燃料电池能够在实现污水发电,实现清洁能源的同时,对污水中的微生物进行分解和净化,有较大的发展空间。但微生物燃料电池的输出电压和输出功率,受负载波动的影响都较大,为了充分利用电池系统的产电效能,将电池控制在最大功率输出状态具有实际意义。文章对微生物燃料电池的电化学模型进行了系统的阐述,并将粒子群算法应用于电池最大功率跟踪,在负载变化的情况下,始终实现最大功率输出。(本文来源于《科技创新与应用》期刊2019年33期）
吴泽兵,王文娟,吕澜涛,张帅,王勇勇[7]（2019）在《基于粒子群算法的自动送钻控制器仿真优化》一文中研究指出针对液压盘式刹车自动送钻系统控制过程中影响因素的多样性,控制参数存在时滞、时变、非线性等特点,根据液压盘式刹车自动送钻系统的工作原理,建立数学物理方程并确定目标函数,设计了粒子群算法优化模糊控制器,对PID参数进行了整定。为了研究电液伺服阀与液压缸对自动送钻系统液压环节的控制效果,设计了液压调节闭环控制系统,并利用MATLAB/Simulink仿真软件进行了动态仿真优化。首先使用临界比例度法对PID参数进行了整定,在此基础上,使用模糊控制工具搭建模糊规则对传递函数进行仿真,最后在MATLAB界面,对传递函数进行基于粒子群算法迭代寻优,优化控制系统所需参数。优化结果表明,粒子群优化模糊自适应PID控制器与传统的PID控制器和模糊自适应PID控制器相比,系统的自适应能力显着增强,超调量明显降低,调整时间更短,可以满足自动送钻系统的设计要求,特别适合应用在一种新型的基于井底钻压的自动送钻系统中。(本文来源于《石油矿场机械》期刊2019年06期）
李荣,杨勇,郭苏,施建中[8]（2019）在《基于改进粒子群算法的光伏最大功率跟踪研究》一文中研究指出在局部阴影情况下,带有旁路二极管的光伏阵列P-U呈现多峰特性,导致常规的最大功率点跟踪方法失效。针对多峰值问题,在建立和分析光伏阵列P-U特性曲线的基础上,提出了采用自适应变异粒子群算法进行光伏阵列的最大功率点跟踪方法。该算法根据光伏阵列在局部阴影时P-U曲线上功率极值点的分布特点初始化种群,在传统粒子群算法基础上,通过引入自适应权因子和变异机制来加速算法收敛及防止算法陷入局部极值。仿真测试表明,提出的改进方法能够快速有效地实现光伏局部阴影下的最大功率点跟踪,相比于粒子群算法,可有效避免陷入局部极值点,收敛速度更快,且具有应对太阳光照变化的能力,提高了局部阴影时光伏发电的效率。(本文来源于《电源技术》期刊2019年11期）
杨晓光,张奇松,张益民,盛国军[9]（2019）在《基于改进混合粒子群算法的云计算任务调度问题研究》一文中研究指出为提高云环境下任务调度效率,同时针对粒子群算法在解决云任务调度存在的缺陷,提出一种改进混合粒子群算法,首先为平衡粒子群算法的全局搜索能力和局部改良能力,对惯性权重进行非线性的动态改良,使之能进行自适应改变;其次为进一步提高其跳出局部最小解的能力,在粒子群算法求解过程中,加入模拟退火算法,使粒子群算法能快速找寻目标最优解.最后通过仿真实验,与传统蚁群算法和粒子群算法进行比较,结果表明所提算法收敛速度快,所用时间短,具备一定的优越性.(本文来源于《内蒙古大学学报(自然科学版)》期刊2019年06期）
刘林,王康,龙冠成,武欣莹[10]（2019）在《基于改进型粒子群算法的高速服务区太阳能光伏电池功率跟踪研究》一文中研究指出高速服务区利用光伏电池进行能源补充,提高服务区的综合能源利用率,保护环境,为确保光伏电池始终保持最大功率输出,需要在均匀光照和局部遮荫等多种工况下进行最大功率追踪。传统的粒子群算法在最大功率寻优过程中容易陷入局部最优值,并出现连续震荡。基于以上问题提出了利用混沌原理在粒子群迭代后期进行混沌处理的思路,同时惯性权重随着迭代次数的增加而动态减小,使前期搜索速度加快,后期提高搜索精确度。仿真结果表明,改进后的粒子群算法有效避免了陷入局部最优值,寻优速度明显加快。(本文来源于《机电信息》期刊2019年32期）
多粒子群算法论文开题报告
（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：
为使路网养护方案决策更加科学、合理,在系统考虑养护费用、养护资金和投资效益等多种目标的基础上,利用粒子群智能算法(PSO)求解路网养护优化问题。仿真例子结果表明(PSO)可以快速搜寻出23个全局最优解,为养护决策提供更准确的数据支撑。与文献中数学规划、遗传算法和并列遗传算法的计算结果比对,验证了该算法能够获得更好的计算结果。
（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。
多粒子群算法论文参考文献
[1].张江阳,孙珍,邱宁,张云帆,李付成.基于粒子群算法的俯冲带叁维有效弹性厚度反演[J].地球物理学报.2019
[2].刘琦良.基于粒子群算法的多目标路网养护方案优化[J].建材与装饰.2019
[3].苗玉.改进粒子群算法优化SVM的故障诊断方法研究[J].机械工程与自动化.2019
[4].吴丹琦,赖俊升,杨俊华,李学聪,赖来利.基于局部粒子群算法的家庭用电负荷优化控制策略[J].广东工业大学学报.2019
[5].赵丽娟,黄禹丁.基于免疫粒子群算法的螺旋滚筒参数多目标优化[C].2019航空装备服务保障与维修技术论坛暨中国航空工业技术装备工程协会年会论文集.2019
[6].史晓琳,颜闽秀,赵文刚.基于粒子群算法的微生物燃料电池最大功率跟踪[J].科技创新与应用.2019
[7].吴泽兵,王文娟,吕澜涛,张帅,王勇勇.基于粒子群算法的自动送钻控制器仿真优化[J].石油矿场机械.2019
[8].李荣,杨勇,郭苏,施建中.基于改进粒子群算法的光伏最大功率跟踪研究[J].电源技术.2019
[9].杨晓光,张奇松,张益民,盛国军.基于改进混合粒子群算法的云计算任务调度问题研究[J].内蒙古大学学报(自然科学版).2019
[10].刘林,王康,龙冠成,武欣莹.基于改进型粒子群算法的高速服务区太阳能光伏电池功率跟踪研究[J].机电信息.2019