导读:本文包含了权重优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:空调支架,权重法,多目标优化,轻量化
权重优化论文文献综述
杨世明,郭翠敏,马庆国,黄飞校[1](2019)在《基于权重法的空调支架优化设计》一文中研究指出为研究机械结构的轻量化设计,提出零件结构优化的权重法,即几何模型的建立、有限元模型的分析、权重法概念构型、基于权重法的去除部分四部分构成。以空调支架为优化对象,分别以权重法和多目标优化设计为优化方法,对其进行轻量化研究。权重法对支架进行整体结构优化,对其传递效率差的材料进行去除。多目标优化为输出参数随输入参数而变化的响应,在目标驱动优化下得到优化的输入参数组合。对比两种优化方法的结果,基于权重法的空调支架优化结果比较合理。优化后空调支架的质量减少13.83%,最大应力基本无变化,在满足使用条件下,达到轻量化的目的。验证了权重法优化的合理性,为机械结构的轻量化提供有效方法。(本文来源于《机械设计与研究》期刊2019年05期)
王丙柱,汪超,王璐,谢能刚[2](2019)在《基于云自适应惯性权重混沌离子运动算法的行星NWG齿轮传动优化设计》一文中研究指出为了更好地优化行星NGW齿轮传动多目标优化设计问题的解决方法,提出一种基于离子运动算法改进的云自适应惯性权重混沌离子运动算法。以最小体积,最大重合度和最大总传动效率为多目标优化函数,同时添加9个齿轮传动的边界约束条件,并建立惩罚函数对边界约束条件进行处理,从而完成对目标进行ACIMO算法下的优化计算与设计。结果表明:采用ACIMO算法相对于常规设计,使体积减少54.3%,重合度增加4.72%,总传动效率增加0.875 9%;且与原始IMO算法相比,在常规设计的基础上,体积减少5.45%,重合度增加2.34%,总传动效率增加0.31%,优化结果较好,各目标得到了更加合理的优化,说明算法改进策略是行之有效的,从而为行星NGW齿轮传动优化提供了一个新而高效的求解途径。(本文来源于《洛阳理工学院学报(自然科学版)》期刊2019年03期)
贾玉杰,杜震洪,张丰,刘仁义[3](2019)在《基于属性权重优化算法的土地利用绩效评价及差异分解分析》一文中研究指出为了解土地利用绩效现状,探究区域间绩效的差异特征,以31个省域2011—2015年的数据为研究对象,从土地利用结构、经济社会效益和生态可持续性3个角度构建绩效评价指标体系,用综合主客观赋权的属性权重优化算法确定指标权重,运用改进的TOPSIS模型测度绩效值,并用泰尔指数组间分解法定量分析区域内和区域间差异对总绩效差异的贡献度。结果表明:按叁大地带分组时,东部差异对总体差异贡献最大,西部次之,中部最小;按六大常规分类分组时,华北、华东地区对总体差异贡献较大,东北、西北地区贡献较小;按九大土地利用分类分组时,京津冀鲁区、苏浙沪区对总体差异贡献较大,青藏区、东北区、晋豫区、湘鄂皖赣区贡献较小。总体上,绩效越高的省域对差异贡献越大,绩效越低的省域对差异贡献越小,且各区域间的差异格局长期存在。(本文来源于《浙江大学学报(理学版)》期刊2019年05期)
杨博雯,钱伟懿[4](2019)在《粒子群优化算法中惯性权重改进策略综述》一文中研究指出在粒子群优化算法的3个参数中,惯性权重是最重要的参数,它对粒子群优化算法性能的提高起到至关重要作用.因此许多学者对粒子群优化算法中的惯性权重设计进行了广泛研究,目前取得许多成果.本文介绍了基本粒子群优化和标准粒子群优化算法,综述了惯性权重在粒子群优化算法中的各种改进策略.为粒子群优化算法的进一步改进研究提供参考.(本文来源于《渤海大学学报(自然科学版)》期刊2019年03期)
李旗,李亚军,高剑武[5](2019)在《基于多目标优化的变权重车辆ACC系统的设计》一文中研究指出由于在不同行车环境下要求的性能指标不同,使得传统的参数固定自适应巡航控制器的应用受到限制,因此提出一种变权重的控制策略。基于模型预测控制原理,综合考虑安全性、舒适性、燃油经济性等控制目标,并通过分析车辆间的危险程度,采用模糊推理得到跟车性在控制目标中的权重大小,实现变权重的自适应巡航控制系统设计。通过与固定参数的普通控制器仿真对比,本策略能够面对复杂的行驶工况,在一定程度上提升了系统的适应性和安全性。(本文来源于《机械工程与自动化》期刊2019年04期)
梁智珲[6](2019)在《遗传算法优化前向神经网络结构和权重矢量研究》一文中研究指出新兴科技的支持下,复杂研究可以通过优化研究方法进行模拟和拓展。探究人类神经网络结构的过程中,存在诸多困难,新兴模拟算法和仿真计算,让科学家通过人工模拟神经网络系统中的互连神经元了解复杂的神经网络架构。基于此,分析了优化的遗传算法在前向神经网络结构研究中的应用,探究了如何优化权重设计达到最佳研究效果。(本文来源于《信息与电脑(理论版)》期刊2019年14期)
赵青杰,李捷,于俊洋,吉宏远[7](2019)在《基于动态自适应权重和柯西变异的蝙蝠优化算法》一文中研究指出为了加快蝙蝠算法的收敛速度并提高寻优精度,提出一种基于动态自适应权重和柯西变异的蝙蝠优化算法。该算法在速度公式中加入了动态自适应权重,以动态地调整自适应权重的大小,加快算法的收敛速度。此外,该算法引入了柯西逆累积分布函数方法,在每次迭代时,能有效提高蝙蝠算法的全局搜索能力,避免陷入局部最优。对12个典型的测试函数进行仿真实验,结果表明,改进后的算法显着提高了寻优性能,具有较快的收敛速度和较高的寻优精度。(本文来源于《计算机科学》期刊2019年S1期)
徐辛超,石欣,刘少创,徐爱功,李雨佳[8](2019)在《一种优化权重的巡视器定位方法》一文中研究指出针对现有巡视器视觉定位方法在定位过程中未考虑控制点权重的问题,提出一种控制点权重优化的巡视器定位方法:根据控制点分辨率与相机的距离成反比的关系,采用距离作为权重赋值条件,按照距离进行反向加权;并结合不同的控制点随机组合,基于权重优化的光束法定位原理,以期有效提高巡视器的定位精度。实验结果表明,与传统光束法定位相比,提出的方法可以更好地完成巡视器定位,针对不同的控制点随机组合,可以提高14.7%以上的平面定位精度。(本文来源于《导航定位学报》期刊2019年02期)
黄元生,张利君[9](2019)在《基于遗传算法的BP-LSSVM组合变权模型权重优化的短期电价预测研究》一文中研究指出为了能够精确预测短期电价为市场参与者提供有效的决策指导,首先对电价数据进行水平处理,然后建立BP神经网络(BPNN)和最小二乘支持向量机(LSSVM)组合变权模型(BP LSSVM),同时提出采用遗传算法(GA)对该组合变权模型的权重进行优化,最后将权重优化之后的GA BP LSSVM模型应用于美国PJM电力市场的边际电价预测,并与传统的LSSVM与BPNN的预测结果进行比较,结果表明,该组合变权模型能够提供更加精确的预测电价。(本文来源于《煤炭工程》期刊2019年05期)
卢国俭,沈洁,王英,邹翔,朱英杰[10](2019)在《校企协同实践实习课程评价模型中指标权重的优化》一文中研究指出实践实习是高职院校实践教学的重要环节,其成绩评价对高技能应用型人才培养起着重要作用。然而,目前对于实习成绩评价缺乏有效的评价模型和量化指标,不利于高职学生学习效果的矫正和综合能力的提升。文章基于校企协同实习成绩评价指标量化的这一目的,采用层次分析数学建模方法,对实习过程中的检测指标进行权重优化,并通过一致性检验,说明实习成绩评价指标设计科学、可靠。(本文来源于《襄阳职业技术学院学报》期刊2019年03期)
权重优化论文开题报告
(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:
为了更好地优化行星NGW齿轮传动多目标优化设计问题的解决方法,提出一种基于离子运动算法改进的云自适应惯性权重混沌离子运动算法。以最小体积,最大重合度和最大总传动效率为多目标优化函数,同时添加9个齿轮传动的边界约束条件,并建立惩罚函数对边界约束条件进行处理,从而完成对目标进行ACIMO算法下的优化计算与设计。结果表明:采用ACIMO算法相对于常规设计,使体积减少54.3%,重合度增加4.72%,总传动效率增加0.875 9%;且与原始IMO算法相比,在常规设计的基础上,体积减少5.45%,重合度增加2.34%,总传动效率增加0.31%,优化结果较好,各目标得到了更加合理的优化,说明算法改进策略是行之有效的,从而为行星NGW齿轮传动优化提供了一个新而高效的求解途径。
(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。
权重优化论文参考文献
[1].杨世明,郭翠敏,马庆国,黄飞校.基于权重法的空调支架优化设计[J].机械设计与研究.2019
[2].王丙柱,汪超,王璐,谢能刚.基于云自适应惯性权重混沌离子运动算法的行星NWG齿轮传动优化设计[J].洛阳理工学院学报(自然科学版).2019
[3].贾玉杰,杜震洪,张丰,刘仁义.基于属性权重优化算法的土地利用绩效评价及差异分解分析[J].浙江大学学报(理学版).2019
[4].杨博雯,钱伟懿.粒子群优化算法中惯性权重改进策略综述[J].渤海大学学报(自然科学版).2019
[5].李旗,李亚军,高剑武.基于多目标优化的变权重车辆ACC系统的设计[J].机械工程与自动化.2019
[6].梁智珲.遗传算法优化前向神经网络结构和权重矢量研究[J].信息与电脑(理论版).2019
[7].赵青杰,李捷,于俊洋,吉宏远.基于动态自适应权重和柯西变异的蝙蝠优化算法[J].计算机科学.2019
[8].徐辛超,石欣,刘少创,徐爱功,李雨佳.一种优化权重的巡视器定位方法[J].导航定位学报.2019
[9].黄元生,张利君.基于遗传算法的BP-LSSVM组合变权模型权重优化的短期电价预测研究[J].煤炭工程.2019
[10].卢国俭,沈洁,王英,邹翔,朱英杰.校企协同实践实习课程评价模型中指标权重的优化[J].襄阳职业技术学院学报.2019