导读:本文包含了损失最小化论文开题报告文献综述及选题提纲参考文献，主要关键词:分布式能源,配电系统能量损失,优化模型,改进粒子群算法
损失最小化论文文献综述
李俊格,王历晔,熊文,郑赟,王莉[1]（2019）在《面向分布式发电的配电系统损失最小化模型研究》一文中研究指出文章采用理想配电网模型,推导了可再生能源单点接入配电网系统能量损失的数学模型,分析了相对容量、接入位置和运行方式3个因素对配电能量损失的影响。针对可再生能源多点接入后配电网的实际情况,以系统能量损失最小为目标建立模型,并采用改进的粒子群算法进行寻优,得到配电网能量损失最小方案。最后,基于IEEE33节点配电系统模型,验证了所提模型及方法的正确性、有效性。(本文来源于《可再生能源》期刊2019年10期）
郭适平[2]（2019）在《马铃薯储藏损失最小化管理措施》一文中研究指出随着我国马铃薯储藏能力的增强,在储藏期间,确保最小的贮藏损失是马铃薯储运人员关注的重要问题。一般来说,对于未发芽的健康薯块,如果储藏措施得当,种薯在第1个月损失2%～4%,往后每个月损失0.5%～0.6%;(本文来源于《农村新技术》期刊2019年05期）
杨蕾[3]（2019）在《力争包装件损失最小化》一文中研究指出“标准是首次对与运输包装相关的操作进行统一综合的规范，可以最大限度减少因标准不统一导致不同环节不同操作带来的包装件破损情况。”《运输包装指南》国家标准主要起草人之一、中国包装科研测试中心党委书记韩雪山认为，这是该标准最大的特点与作用。在物流业飞(本文来源于《中国质量报》期刊2019-03-29）
桂存斌[4]（2019）在《基于最小化最大平均差异损失的无监督领域自适应》一文中研究指出近年来,深度学习发展迅速,在许多领域都取得了令人瞩目的成绩,比如图像识别、人脸识别、语音识别、自然语言处理等领域。但是这些应用的巨大成功都是依赖于大规模的标记数据的。但是在现实世界中,有很多场景是无法获取大规模的标记数据的,比如医疗,地质等领域。所以通常会去选择一个相关的领域去获取标记数据,然后在这个相关的领域(源域)上去训练模型,最后再去泛化到目标域上去。但是当训练数据分布(源域)和测试数据分布(目标域)之间存在差异时,算法的泛化性能就会受到极大的限制。对于训练集和测试集存在域差异的问题,许多先前的基于最大平均差异(MMD)的方法都是通过正则特征层来学习域不变特征的。考虑到正则特征层学出的特征的迁移效果的有限性,本文提出了一种新颖的基于MMD正则softmax预测值的领域自适应方法。本文使用MMD正则softmax预测值以获取最大限度的领域对齐,于此同时为了避免softmax激活值由于过度对齐而导致的分类性能的下降,本文还引入了残差模块,残差模块的输入是通过最小化MMD而学习出的域不变特征,残差模块的输出是最终的分类特征。残差模块的引入使得域不变特征和分类特征既相互独立又相互联系,模型在学习强力域不变特征的同时保证了同样强力的类别标签分类性能。本文的方法可以在所有具有softmax分类器的深度网络中实现。为了与最近的一些深度域适应方法进行比较,本文在Alexnet上实现了本文的方法,在office31和office-caltech这两个标准域适应基准数据集上做了实验评估,本文的方法综合表现较佳,超过了大量之前的深度领域自适应的方法。(本文来源于《北京邮电大学》期刊2019-01-21）
陈鑫,李昕昀,谢鹏宇[5]（2018）在《平行机最小化误工损失调度问题的粒子群算法》一文中研究指出【目的】讨论非同类机环境下最小化任务总误工损失的调度问题。任务的误工损失是与交付期有关的一种惩罚量,该惩罚量的值等于任务滞后于交付期加工的部分。【方法】设计了一个粒子群算法求解该问题,并以数值实验进行验证。【结果】针对问题特性,对粒子群算法中的粒子表达方式、运算操作、初始解生成、种群更新方法等进行了重新定义。【结论】数值实验表明,算法处理该问题时可获得性能良好的解,并且运行时间也在可接受范围之内。(本文来源于《重庆师范大学学报(自然科学版)》期刊2018年05期）
苏鹏,田茂再[6]（2018）在《基于最小化复合分位损失函数的尺度参数估计和异质性检验》一文中研究指出在进行回归分析时,对误差项离散程度的度量是一个重要话题.文章利用最小化复合分位损失的方法,对误差项的尺度参数进行估计,并证明估计量的大样本性质.进一步的研究表明:通过选取合适的分位数,能得到尺度参数的最优估计,并以此进行异质性检验.模拟结果表明,在重尾条件下所提出的方法有更高的精度.实际数据应用体现了该方法的良好性能.(本文来源于《系统科学与数学》期刊2018年09期）
安金钰[7]（2018）在《基于风险损失最小化的城市天然气管网布局优化方法研究》一文中研究指出随着天然气能源位置的逐年提升,城市天然气已逐步取代石油和煤气等能源,成为城市能源供应主要类型,使得城市天然气管网系统发展为城市主要的基础设施之一。具有易燃易爆特性的城市天然气管网通常敷设于人群较为集中的中心城区,或有重要公共建筑及基础设施的地段,致使由其泄漏引起的火灾或爆炸事故导致的直接和间接经济损失极其巨大,包括人员、公共财产安全与环境污染等方面。目前,城市天然气管网布局规划主要依据实地勘察的管道可敷设路线,结合设计人员主观意识予以确定;在理论研究方面主要包括以管长最短为优化目标的枝状管网布局优化,和以管长与供应可靠度为多优化目标的环状管网布局优化,但并未出现在布局规划阶段最小化运行期风险损失的布局优化研究。另外,各种风险评价方法体系的研究均是基于已建管网,并非针对拟建管网的布局规划阶段。为在规划阶段实现最小化风险损失成本的目的,本研究建立了基于风险损失(风损)最小化的布局优化方法及其对应的验证方法。首先,对城市天然气管网进行失效因素故障树(Fault Tree Analysis,FTA)建模,根据实际经验选定可在规划阶段确定的92个失效因素,作为训练网络的输入变量,再运用FTA模型计算出理论失效概率值,以此作为输出变量,通过反复试算,最终确定出网络参数组合最佳的失效概率BP(Back Propagation Neural Network)和RBF(Radial Basis Function Neural Network)预测模型。应用两种预测模型对同一实例进行计算,通过对比分析两种预测结果与故障树计算所得的失效概率理论值,确定出RBF预测模型为误差最小的失效概率预测模型(RBF-FPM)(The Failure Probability Prediction Model,FPM)。然后,基于土壤腐蚀等级划分标准与失效后果经济分区标准,通过反复试验发现两者之间内在的一一对应关系,以此构建失效后果模糊计算模型(Fuzzy Calculation Model of Failure Consequence,FCM)。应用相关性分析技术对土壤成分与失效后果经济损失进行分析,确定出较优的自变量组合。运用拟合、回归和神经网络叁种预测技术建立失效后果模糊预测模型(Fuzzy Prediction Models of the Failure Consequence,FPF),通过对比分析确定出精度最高的叁种模糊预测模型:y=259.156+991.2151+36.3312-0.8293、y=444.61815-911.97361x+399.86108x2+138.8713x3-81.96061x4和训练函数trainlm的BP神经网络模型,对应的决定系数R~2分别为:0.864、0.890和0.944。将上述叁个预测模型应用于工程实例,根据失效后果模糊计算模型确定土壤腐蚀等级,同时运用熵权法计算出的理论土壤腐蚀等级,将所得的四种土壤腐蚀等级值进行对比,以确定出精度最高的BP失效后果模糊预测模型(BP-FPF),同时验证所建立的FCM的正确性和可行性。依据上述确定的BP-FPF和RBF-FPM,结合风险损失成本的定义,构建风险损失模糊预测模型(FPR)。运用FPR计算出的风险损失模糊预测值(Risk Loss Fuzzy Prediction Value,RFV),设计出可在布局规划阶段最小化风险损失的当量费用长度。依据城市天然气管网系统的特点,以及枝状管网(枝状)和环状管网(环网)的布局优化物理学模型,建立在布局规划阶段实现风险损失最小化的枝状管网布局优化数学模型(数模)和环状管网布局优化数模。通过对比分析图论中的各种生成树算法,最终选定基于最小生成树的Kruskal算法求解枝状管网布局优化数模;本论文应用两种智能算法即蚁群算法(Ant Colony Optimization,ACO)和遗传算法(Genetic Algorithm,GA)解决环网布局优化数模的两个难点。最终利用编制的求解程序,确定RFV最小的优化布局。然后,依据传统的对比验证方法和本文布局优化的特点,结合天然气管网参数优化数模与GA理论基础,建立布局优化的验证方法,以确定传统风险损失成本(Traditional Risk Loss Cost,TRC)最小的优化布局(LT)。针对一中压环状管网实例,利用本研究提出的布局优化方法和传统理论,分别确定出RFV最小布局(L1)和路径最短布局(Shortest Path Layout,L2);再运用传统风险损失成本计算方法(Traditional Cost Calculation Method of Risk Loss,TMR)和GA参数优化结果,分别计算出两种布局对应的建造成本、TRC和综合成本以及L1相对于L2叁者的差值百分比,分别为:7.55%、5%和7.48%。环网实例结果表明,由于环网布局优化的目标函数不仅表示路径最短,同时还需满足可靠性最好,使得环网和枝网的参数优化结果截然不同。另外,本研究的同步优化布局应用于环状管网系统时,最理想的案例不仅可以最小化风险损失,还可使建造成本与综合成本更小,使基于风险损失最小化的布局优化具有明显经济效益。最后,利用一中压枝状管网系统完整演示同步优化方法的核心技术,主要包括如下关键步骤:失效概率预测、风险损失模糊预测、两种优化布局的求解、两种优化布局对应的参数优化求解和传统风险损失计算。本研究建立的基于风险损失最小布局优化方法所确定的RFV最小布局(L1)比传统布局优化所确定的最短路径布局(L2)造成的风险损失成本小11.709%。另外,根据两布局参数优化确定的建造成本可知:风险损失最小布局L1的建造成本相比最短路径布局(L2)的建造成本大13.917%。通过对比两布局的综合成本(上述两种成本总和)表明:尽管此实例风险损失最小布局的风险损失最小,建造成本并非最小,但前者的综合成本却比后者节省约2.308%。本研究建立的风险损失最小化布局优化方法可以实现在管网系统规划阶段估算出风险损失最小的管网优化布局。通过两种布局对应的叁种成本的对比分析,使决策者更好地权衡风险成本和建设运行成本之间的利弊,提出更具针对性且经济效益最优的布局方案,同时为本领域或其他领域在建设前期的规划设计阶段研究运行期风险损失提供可行的解决思路和方法理论支撑。(本文来源于《重庆大学》期刊2018-05-01）
耿思敏[8]（2017）在《面向作物因旱产量损失最小化的农业水资源配置研究》一文中研究指出干旱是造成我国农业减产的主要自然灾害之一,为保障我国粮食安全,农业干旱应对的相关研究十分必要且紧迫。随着农业用水比例的下降,如何使有限的农业水资源(可用于农业灌溉的水资源,以下简称农业水资源)发挥最大产量效益尤为重要。本文以安徽淮北平原为研究区,以砂浆黑土上夏玉米和冬小麦作物系统为研究对象,开展面向区域作物产量损失最小化的农业水资源配置研究:以土壤水利用难易程度为依据,构建了以土壤相对有效水含量为主要指标的农田干旱评价指标体系,提高了农业干旱评价的准确性和科学性;以原型观测试验与作物模型模拟相结合的方法,构建干旱对产量损失影响的评估平台,提高了农业干旱对产量影响评估的便捷性和准确性;提出了不同干旱情景下的作物分段水分生产函数;构建地表水地下水联合配置模型,分析分段水分生产函数在农业水资源配置中的优越性;提出了安徽淮北平原主要作物不同生育期农业水资源配置方案,定量评价其应对农业干旱的能力。通过研究取得以下主要进展:(1)作物因旱产量损失评估方法及历史因旱产量损失评价。原型观测试验与数值模拟相结合的作物因旱损失评价方法,在不同干旱情景下均能较好地模拟作物产量损失,在安徽淮北平原具有良好的适用性。1961-2015年,平原夏玉米多年平均因旱产量损失为500-1750kg/ha,冬小麦多年平均因旱损失为1300-1950 kg/ha。(2)不同干旱情景下作物分段水分生产函数及其在农业水资源配置中的优势。设置15种干旱情景,分别推求夏玉米的冬小麦不同干旱情景下的分段水分生产函数。与Jensen模型相比,分段水分生产函数在收敛特性、计算速度、模拟精度方面都表现较好。(3)作物不同生育期农业水资源配置方案及其应对农业干旱效果评价。利用配置模型和分段水分生产函数,得到1961-2015年夏玉米和冬小麦不同生育阶段的农业水资源配置方案。优化配置后,历史多年平均夏玉米因旱产量损失可减少766千吨,因旱损失率可降低15%;冬小麦历史多年平均因旱产量损失可减少1034千吨,因旱损失率可降低10.1%。(本文来源于《清华大学》期刊2017-09-01）
许丽娜,孟志青,徐新生[9]（2017）在《机会损失最小化报童模型中的订购决策研究》一文中研究指出结合条件风险值(conditional value-at-risk,CVaR)准则对机会损失最小化报童模型中零售商的订购决策进行研究.研究结果表明:当订购过量损失大于订购不足损失时,零售商基于CVaR机会损失最小化的订购量小于期望机会损失最小化的订购量,且随着零售商对风险厌恶程度的增加而减少;反之,当订购过量损失小于订购不足损失时,零售商基于CVaR机会损失最小化的订购量大于期望机会损失最小化的订购量,且随着零售商对风险厌恶程度的增加而增加;随着零售商对风险规避程度的增加,零售商基于CVaR机会损失最小化的订购量所对应的期望利润和期望机会损失分别减少和增加,即低风险意味着低收益,高收益伴随着高风险.(本文来源于《系统科学与数学》期刊2017年01期）
张燕,褚惠强[10]（2016）在《我市创新试点公路巨灾保险》一文中研究指出本月初，我市正式得到中国保监会授牌，成为全国首个国家保险创新综合试验区。运用保险机制解决经济社会发展的难题，是政府创新社会治理的重要方式，市交通委、市公路局和太保、人保公司开展了普通国省道营运期保险创新工作，已被列为建设宁波国家保险创新综合试验(本文来源于《宁波日报》期刊2016-11-12）
损失最小化论文开题报告
（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：
随着我国马铃薯储藏能力的增强,在储藏期间,确保最小的贮藏损失是马铃薯储运人员关注的重要问题。一般来说,对于未发芽的健康薯块,如果储藏措施得当,种薯在第1个月损失2%～4%,往后每个月损失0.5%～0.6%;
（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。
损失最小化论文参考文献
[1].李俊格,王历晔,熊文,郑赟,王莉.面向分布式发电的配电系统损失最小化模型研究[J].可再生能源.2019
[2].郭适平.马铃薯储藏损失最小化管理措施[J].农村新技术.2019
[3].杨蕾.力争包装件损失最小化[N].中国质量报.2019
[4].桂存斌.基于最小化最大平均差异损失的无监督领域自适应[D].北京邮电大学.2019
[5].陈鑫,李昕昀,谢鹏宇.平行机最小化误工损失调度问题的粒子群算法[J].重庆师范大学学报(自然科学版).2018
[6].苏鹏,田茂再.基于最小化复合分位损失函数的尺度参数估计和异质性检验[J].系统科学与数学.2018
[7].安金钰.基于风险损失最小化的城市天然气管网布局优化方法研究[D].重庆大学.2018
[8].耿思敏.面向作物因旱产量损失最小化的农业水资源配置研究[D].清华大学.2017
[9].许丽娜,孟志青,徐新生.机会损失最小化报童模型中的订购决策研究[J].系统科学与数学.2017
[10].张燕,褚惠强.我市创新试点公路巨灾保险[N].宁波日报.2016