导读:本文包含了降维优化方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:地震数据特征矩阵,降序法,PCA算法,Fisher判别分析算法
降维优化方法论文文献综述
李海霞,吴苏怡[1]（2019）在《基于主成分分析方法的海量地震数据属性降维优化》一文中研究指出针对传统的地震数据属性降维优化方法所选取的地震数据属性特征贡献率低导致降维过程计算量大、CPU占用率高等问题,提出一种基于主成分分析的海量地震数据属性降维优化方法。首先根据地震样本特征建立地震数据特征矩阵,把矩阵中的特征进行聚类,运用降序法排列聚类结果,选取前几项数据作为地震数据属性特征选取结果,对其结果评估分类信息量;通过特征积分准则(FSC)修正分类信息量,获取海量地震数据属性特征节点;运用主成分分析方法对地震数据属性特征节点主成分添加标签,确定Fisher判别分析与PCA可变动选择不确定关系,建立半监督降维的全局最优化形式,运用特征值分解计算降维结果,克服海量地震数据属性降维过程中的过拟合问题,融合主成分分析算法与Fisher判别分析算法实现海量地震数据属性降维优化。实验结果证明,所提方法选取的属性特征精度及贡献率较高,降维过程中CPU占用率较低。(本文来源于《地震工程学报》期刊2019年03期）
武宇飞,龙腾,史人赫,WANG,G,Gary[2]（2019）在《针对高维优化问题的快速追峰采样方法》一文中研究指出基于计算试验设计和代理模型的近似优化策略在现代复杂系统工程设计中得到了广泛应用,其中追峰采样方法(Modepursuing sampling, MPS)是一种代表性的近似优化策略。分析并针对MPS处理高维优化问题时效率低下的缺陷,提出了基于重点设计空间的快速追峰采样方法(RMPS-SDS),将重点设计空间的思想引入MPS框架,定制了一套样本点分配策略以增强MPS的局部搜索能力与收敛速度,从而提高求解高维优化问题的效率。采用一系列标准数值测试问题和工程设计问题检验RMPS-SDS方法的性能,并与MPS和GA进行了对比研究。研究结果表明,在相同模型调用次数前提下,RMPS-SDS的优化结果更接近理论全局最优解,且鲁棒性更好。与标准MPS相比,RMPS-SDS方法求解高维优化问题的效率、收敛性和鲁棒性都具有明显优势,更具有工程实用性。(本文来源于《机械工程学报》期刊2019年03期）
丁小艳[3]（2019）在《基于PSO优化的盲源分离式文本特征降维分类方法》一文中研究指出为了有效解决文本特征分类过程中高阶相关性问题,本文在盲源分离式文本特征降维分类方法的基础上引入粒子群(PSO)算法,有效规避迭代过程中局部最优解问题,且以负熵作为适应度函数,有效改善独立主成分分析的判别性能,经过实验证明经过优化后的方案,在精确度、准确率、召回率、F1测试值等方面有较好的表现。(本文来源于《山东农业大学学报(自然科学版)》期刊2019年05期）
胡星志[4]（2016）在《活跃子空间降维不确定性设计优化方法及应用研究》一文中研究指出随着空天领域的快速发展,对飞行器的稳健性和可靠性要求日益提高。飞行器设计通常涉及多个学科、多维变量和复杂费时的数学模型,且各学科模型中常存在多种不确定性传播影响,如何实现稳健、可靠的系统性能最优是当前迫切需要解决的问题。不确定性设计优化(Uncertainty-Based Desgin Optimization,UBDO)方法研究不确定性影响下复杂系统的优化设计问题,对于提高飞行器设计水平具有重要意义。本文对UBDO面临的不确定性降维、不确定性传播、极限情况分析、不确定性优化等主要难点进行研究,形成了一套较为系统的UBDO方法,并以星箭分离机构设计、对地观测卫星总体设计、月球探测纳星总体设计为例,从部件级和总体级两个层面对UBDO的应用展开研究。1.在UBDO理论研究方面:(1)针对UBDO计算维度瓶颈问题,提出了面向随机不确定性和认知不确定性的广义活跃子空间(Generalized Active Subspaces,GAS)概念及相应降维方法,解决了区间表示的认知不确定性降维难题,对线性和非线性问题均可应用。考虑到GAS难以精确求解,给出了区间特征值分析、经验分布函数与泰勒展开叁种近似实现方法,并通过测试算例验证了它们的适用性。(2)围绕复杂系统不确定性传播问题,给出了基于GAS降维-传播模型的混合不确定性分析,将多维输入化为单个或少数活跃变量近似的区间分析,以提高混合不确定性统一传播分析的精度和效率。提出了一套降维空间自适应响应面的构建方法,给出了一种基于活跃变量的区间响应面模型(AIRSM)及其构造方法,较好地避免了区间扩张问题、提高了边界拟合精度,同时定义了一种扩展的区间动态关联分析准则,实现了对AIRSM拟合精度的评价。(3)针对多维极限情况分析难题,提出了改进的降维贝叶斯推理方法,推导了基于后验分布表示的相应输入参数分布引起的输出响应,通过活跃子空间降维,使其只需在先验的活跃子空间进行传递,相比以往基于后验分布的降维方法,该方法具有更大的效率优势,计算复杂度大大降低。(4)为提升不确定性优化效果,在现有密度匹配优化基础上,研究了基于目标分布信息的匹配设计优化方法,推导了基于目标低阶矩信息、累积分布函数的两种密度匹配优化表达式,很好地拓展了该方法适用范围,对于混合不确定性情况、离散型与连续型目标情况均可应用。给出了基于GAS降维求解的一般流程,保证了高积分点数与高样本数要求,同时探讨了基于约束强度的动态罚函数及多目标优化算法来获得可靠的最优解,具有较好的计算效率与优化效果。2.在UBDO应用研究方面:(1)面向星箭分离机构设计需求,开展了UBDO方法部件级的应用研究。分析了小卫星星箭分离不确定性量化的必要性,建立了分离过程动力学模型与运动方程,综合考虑压簧装置、引力摄动、星体偏心等影响。结合工程实际,着重探讨了结构与力学不确定性因素的影响规律,发现分离角速度与最小相对距离均可降维分析。通过目标分布函数拟合,评估了不同控制能力卫星分离过程的故障率与可靠性,并结合地面模拟分离试验进行了验证。开展了基于UBDO的星箭分离机构优化设计,优化结果表明本文UBDO方法充分挖掘了分离机构设计潜力,在保证高可靠性的同时质量减轻约30.7%,体现出较好的应用效果。(2)面向对地观测卫星总体设计需求,开展了UBDO方法总体级的应用研究。建立了对地观测卫星概念设计阶段的总体设计学科模型,对该类卫星总体设计涉及的设计变量与系统参数不确定性进行了描述。应用本文UBDO方法,发现原23维不确定问题可以在一维活跃子空间高效传播,并具有较好的分析精度。分别从单目标与多目标两个层面进行不确定性优化:首先面向最小卫星质量进行了随机不确定性密度匹配优化;其次开展了包含卫星质量、成本和观测精度的不确定性多目标优化,分析了优化目标之间的相关性;最后进一步考虑混合不确定性影响的卫星总体设计,获得了满足实际可信性约束的最优方案。(3)面向月球探测纳星总体设计需求,开展了UBDO方法总体级的应用研究。建立了月球探测纳星概念设计阶段的总体设计学科模型,结合月球探测任务的特殊性,对多学科间的耦合关系进行了梳理。探讨了该12维不确定性问题存在的活跃子空间及其降维传播分析的精度。基于本文UBDO方法,以单位信息量成本和卫星质量为优化目标,其他可靠性与载荷精度指标作为约束,实现了随机与混合不确定性多目标优化,获得了更为可靠、稳健的Pareto最优解,通过多目标权衡与平行坐标分析,可以给设计者提供很好的优化方案参考。总之,本文针对UBDO理论的关键科学问题进行了深入的研究,形成了一套较为系统、普适的UBDO方法,较好地克服了现有UBDO计算成本高昂、分析精度受限、工程实现困难等瓶颈问题,并从部件级与总体级两个层面探讨了其在飞行器设计中的应用。取得的研究成果具有较好的理论与现实意义,为UBDO理论发展及其推广应用奠定了良好的基础。(本文来源于《国防科学技术大学》期刊2016-10-01）
冯仲恺[5]（2016）在《水电系统中长期优化调度降维方法研究》一文中研究指出西电东送实施十多年以来,我国水电实现了跨越式发展,无论区域、省级电网水电系统还是特大流域梯级水电站群。水电系统的机组规模、装机容量、发电水头、电站数目都出现了巨大变化,需要突破水电系统的计算障碍和效率限制。以我国水电最为丰富和集中的西南地区水电系统调度问题为背景和依托,针对其中极为突出的维数灾问题,从知识规则、并行计算、试验设计、群体智能等多个途径,结合水电系统中长期优化调度问题,开展了降维方法研究,主要内容有：(1)水电调度问题存在多个复杂约束集,这些约束集直接限制和影响着系统的决策空间,因此如何合理判断可行空间将为提高系统求解规模和效率提供可能。为此,提出了知识规则降维方法来科学识别搜索空间的可行性、降低传统方法的计算测度。该方法利用集合运算理论将各约束统一映射集成至指定变量区间,通过电站的有机协调来动态辨识水电系统的可行决策空间,实现对搜索空间的合理、高效压缩。工程实例表明,所提方法能够有效削减非可行解的冗余计算与存储,提升传统方法的计算效率与寻优性能,为缓解维数灾问题提供了新手段。(2)水电调度传统算法计算任务存在良好的并行可分性,而多核技术为此提供了可行性。在已有成果基础上,研究发现：动态规划并非只能从传统的单一策略或部分层面实现并行,而是在组合层、阶段层、状态层、决策层等4个层面均具有良好并行性；除常规的多初始解并行策略之外,逐步优化算法可以在两阶段子问题状态组合级别开展并行求解。最后选用经典的Fork/Join多核并行框架对并行方法予以编程实现。应用结果表明,并行方法能够充分利用多核计算资源,在保证结果一致性的前提下有效缩减运算时间,提高了算法执行效率与资源利用效率,为缓解维数灾问题提供了新技术。(3)水电调度动态规划及其改进算法多采用全面组合完成优化,导致算法计算复杂度呈指数增长、应用范围极大受限。为此,结合多因素多水平试验设计方法,提出了正交逐步优化算法、正交离散微分动态规划、均匀动态规划等改进算法。所提算法利用试验设计表从各阶段状态变量集合中选取部分典型状态变量参与计算,规避了标准算法的枚举操作；同时利用逐次逼近原理完成迭代搜索,以逐步增大对原始搜索空间的覆盖度、进而逐步改善结果质量。理论分析与应用结果表明,所提算法计算复杂度均为多项式增长,并能快速获得优质调度结果,为缓解维数灾问题提供了新思路。(4)群体智能算法将组合计算的复杂性转换为进化迭代的复杂性,通常能够胜任大型水电系统调度问题的求解；但是,受制于固有的机理性缺陷,此类算法一般存在早熟停滞、局部收敛等不足。为此,着力将新兴的量子粒子群算法与蛛群优化算法引入水电调度领域,并分别从种群初始化机制、进化模式、变异搜索策略等多个方面实施改进,提出了改进量子粒子群算法和精英集聚蛛群优化算法,以提升个体的多样性与分布性。应用结果表明：所提算法可以合理均衡种群的全局搜索能力与局部勘探能力,改善标准算法的收敛速度与计算效率,为缓解维数灾问题提供了新途径。(本文来源于《大连理工大学》期刊2016-09-09）
张松,侯明善[6]（2016）在《飞行器轨迹优化的造型降维方法》一文中研究指出提出一种基于Bezier曲线造型的降维轨迹优化方法,用于提高轨迹优化的精度。该方法利用Bezier曲线优良的形状刻画能力描述最优轨迹,将优化问题的边界条件化为Bezier曲线的造型参数约束,从而使原问题表示为较低维含造型参数的优化问题,减少了计算量。轨迹造型法可有效协调飞行器动力学模型中不同时间尺度变量动态特性差异对非线性规划求解条件数的不利影响,更易于得到光滑最优解。按照常规高斯伪普法和网格自适应伪谱法分别对一种轨迹优化的原问题和造型降维问题进行了仿真验证,证明了所提出方法的可靠性。(本文来源于《兵工学报》期刊2016年06期）
陈小红,李霞,王娜[7]（2015）在《高维多目标优化中基于稀疏特征选择的目标降维方法》一文中研究指出目标降维算法通过去除冗余的目标达到简化问题规模的目的,为求解高维多目标优化问题提供了一种新的思路和方法.近似解集的几何结构特征和Pareto占优关系从不同侧面反映了多目标优化问题的内在结构特性,而现有算法仅利用其中一种特征分析目标之间的关系,具有较大局限性.本文提出基于稀疏特征选择的目标降维方法,该方法利用近似解集的几何结构特征构建稀疏回归模型,求解高维目标空间映射为低维目标子空间的稀疏投影矩阵,依据此矩阵度量目标的重要性,并利用Pareto占优关系改变程度选择满足误差阈值的目标子集,实现目标降维.通过与其他已有目标降维算法比较,实验结果表明本文提出的降维算法具有较高的准确性,并且受近似解集质量的影响较小.(本文来源于《电子学报》期刊2015年07期）
邹娟[8]（2014）在《高维多目标进化优化及降维评价的方法研究》一文中研究指出进化算法是一种模拟生物进化、基于群体搜索的全局优化算法,已经在单目标和多目标优化领域成功应用[4][7][8],并已经逐渐形成了优化领域的一个前沿研究方向—进化多目标优化。近年来,多目标进化优化前沿领域的研究呈现出新的特点,由于现实世界中的许多优化问题的复杂性,当形式化一个优化问题时,设计者和决策者往往倾向于将与问题相关的每一个指标作为一个目标,这就产生了许多目标。Farina和Amato[23]将4个及4个以上目标优化问题称为高维多目标优化问题(many-objective optimization problems)。现实世界中,大多数优化问题都是多目标优化问题。大家熟悉的Time Table问题,属于NP困难问题,也是一类高维目标优化问题[24],国内外许多学者都在研究,但目前仍没有从理论和技术上解决这类问题。目前国内外对高维多目标进化的研究尚处于起步阶段,主要研究成果集中在对已有EMO算法的改进。无论是松弛Pareto支配关系、非Pareto支配排序方法还是高维降维的处理都存在参数确定、超高维无法收敛、分布性能差、时间复杂度高、边界个体无法保留等问题,而且在理论和技术上均没有建立解决高维目标优化问题的一般方法。本文在充分分析了国内外高维多目标进化算法研究的现状,综合存在的优缺点的基础上,为了提高高维多目标进化优化的性能提出了两种高维多目标进化算法及一种高维多目标非冗余目标评价方法,并将提出的高维多目标进化算法应用在文本特征值提取方面。本文提出一种利用在超平面上进行聚类技术来解决高维多目标优化问题的无参数算法(ClusterISEA)。该算法利用聚类技术将临界层的个体进行在分布超平面进行聚类选择。算法在整个优化过程中未引入任何参数,使得算法具有更强的适应问题的能力。与其它七个算法在测试函数DTLZ系列上进行测试分析,验证算法的有效性。本文提出一种利用旋转网格技术来解决高维多目标优化问题的算法(RGridEA)。该算法利用旋转网格规划目标空间,一方面借助了网格的分布性保持策略,另一方面利用旋转机制将收敛性和分布性分开来考虑,而且也融入了方向引导的策略,从而达到高维空间个体收敛和分布均匀的目的。与其它八个算法在测试函数DTLZ系列上进行测试分析,验证算法的有效性。本文从拟合的思路入手,从非冗余目标与冗余目标在空间的分布相似程度来衡量非冗余目标集的优劣提出了一种高维多目标非冗余目标评价标准(OSDSR),由于它同时考虑了非冗余目标集和冗余目标集的信息,将空间中的目标采用分段拟合机制,根据目标拟合的程度计算目标的相似程度,并根据所计算的相似度来评价目标,它的评价结果更准确。在叁个测试问题Dtlz5, Dtlz2BZ和Dtlz2进行测试,通过和传统的IGD对比,表明,OSDSR能够在不知道真实Pareto面的情况下评价出冗余目标,而评价效果与IGD相当。最后本文将提出的高维多目标进化算法应用在文本特征值提取方面,实验验证提出的算法能有效降低特征值的维数并提高文本分类的性能。(本文来源于《湘潭大学》期刊2014-10-11）
张国梁,侯晓鹏,苗虎,安源,周玉成[9]（2014）在《基于分组降维规则和遗传算法的人造板材矩形件优化下料方法》一文中研究指出人造板材矩形件优化下料属二维下料问题,并已经被证明是具有高度复杂性的NP完备问题(吴杰君,2004;卢开澄,1998),目前尚无有效的最优解算法。国内外对此类问题的研究主要考虑某种近似算法和启发式算法,很多专家和学者做了卓有成效的研究工作(Suliman,2006;季君等,2012;Furini et al.,2013)。遗传算法的全局搜索和并行处理能力使其在优化下料问题中得到了大量应用,无(本文来源于《林业科学》期刊2014年06期）
徐平,闻建中,马承志,杨玺[10]（2014）在《基于遗传算法的输电线路差异化运维优化方法的研究》一文中研究指出输电线路运维工作的人力、物力资源越来越难以满足日益增长的运维工作量需求,亟需提出更加经济、科学和可操作性强的运维方法。针对输电线路在地理位置、线路环境及在电网中所处地位的差异性,提出了一种差异化运维方法。该方法首先将线路划分为4类,综合考虑输电线路的正常运维和各种特殊运维,制定4类线路设备的运维周期和运维项目,在对线路进行运维评估后,得到全线的运维策略。在满足各种运维约束条件的基础上,以输电线路运维的经济性作为目标函数,建立输电线路差异化运维模型,利用遗传算法进行优化求解,得到各线路优化后的差异化运维计划。最后,通过实例验证了所提方法的正确性和有效性。(本文来源于《陕西电力》期刊2014年05期）
降维优化方法论文开题报告
（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：
基于计算试验设计和代理模型的近似优化策略在现代复杂系统工程设计中得到了广泛应用,其中追峰采样方法(Modepursuing sampling, MPS)是一种代表性的近似优化策略。分析并针对MPS处理高维优化问题时效率低下的缺陷,提出了基于重点设计空间的快速追峰采样方法(RMPS-SDS),将重点设计空间的思想引入MPS框架,定制了一套样本点分配策略以增强MPS的局部搜索能力与收敛速度,从而提高求解高维优化问题的效率。采用一系列标准数值测试问题和工程设计问题检验RMPS-SDS方法的性能,并与MPS和GA进行了对比研究。研究结果表明,在相同模型调用次数前提下,RMPS-SDS的优化结果更接近理论全局最优解,且鲁棒性更好。与标准MPS相比,RMPS-SDS方法求解高维优化问题的效率、收敛性和鲁棒性都具有明显优势,更具有工程实用性。
（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。
降维优化方法论文参考文献
[1].李海霞,吴苏怡.基于主成分分析方法的海量地震数据属性降维优化[J].地震工程学报.2019
[2].武宇飞,龙腾,史人赫,WANG,G,Gary.针对高维优化问题的快速追峰采样方法[J].机械工程学报.2019
[3].丁小艳.基于PSO优化的盲源分离式文本特征降维分类方法[J].山东农业大学学报(自然科学版).2019
[4].胡星志.活跃子空间降维不确定性设计优化方法及应用研究[D].国防科学技术大学.2016
[5].冯仲恺.水电系统中长期优化调度降维方法研究[D].大连理工大学.2016
[6].张松,侯明善.飞行器轨迹优化的造型降维方法[J].兵工学报.2016
[7].陈小红,李霞,王娜.高维多目标优化中基于稀疏特征选择的目标降维方法[J].电子学报.2015
[8].邹娟.高维多目标进化优化及降维评价的方法研究[D].湘潭大学.2014
[9].张国梁,侯晓鹏,苗虎,安源,周玉成.基于分组降维规则和遗传算法的人造板材矩形件优化下料方法[J].林业科学.2014
[10].徐平,闻建中,马承志,杨玺.基于遗传算法的输电线路差异化运维优化方法的研究[J].陕西电力.2014
标签：地震数据特征矩阵; 降序法; PCA算法; Fisher判别分析算法;