导读:本文包含了混沌模拟退火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:图像加密,混沌系统,遗传模拟退火算法,彩色图像
混沌模拟退火算法论文文献综述
罗玉玲,欧阳雪,曹绿晨,丘森辉,廖志贤[1]（2019）在《遗传模拟退火算法和混沌系统的图像加密方法》一文中研究指出由于部分图像加密方法采用传统的置乱算法及低维混沌系统,从而会出现密钥空间较小、复杂度低等问题,导致算法易被选择明文攻击。因此,提出了一种结合遗传模拟退火算法与高维混沌系统的新型彩色图像加密算法,以获得更强的安全性能。首先使用遗传算法的选择、交叉操作来对明文图像进行处理;然后利用模拟退火算法生成的最优序列对图像进行置乱。通过这叁个操作可以使置乱图像的直方图达到均衡,从而可以抵抗统计攻击。为了增强图像各层的关联性,利用彩色图像交互的方法对置乱图像进行交互式变异操作。与传统的"置乱-扩散"加密框架相比,该方法不仅可以增加加密系统的复杂度,而且可以增强加密算法对明文图像的敏感性。实验结果和性能分析表明,所设计的加密方法具有大密钥空间、高安全性和对明文图像的高敏感性,可以抵抗常见的密码分析学攻击。(本文来源于《西安电子科技大学学报》期刊2019年05期）
曲锐,刘若愚,罗毅初,曾中梁[2]（2019）在《基于混沌模拟退火粒子群优化算法的电动汽车充电站规划方案》一文中研究指出针对城市电动汽车充电站规划布局及服务范围划分的问题,提出了一种计及交通道路结构、车流信息及用户成本的电动汽车充电站最优规划模型。以全社会成本最小化为目标建立充电站选址定容模型,采用基于混沌模拟退火粒子群优化算法进行求解,利用加权Voronoi图对待规划区进行服务区域划分,引入混沌理论进行动态赋值,并结合模拟退火算法的概率突跳能力,使算法具有更高的全局寻优能力。通过算例分析验证了规划方案的有效性和实用性。(本文来源于《电器与能效管理技术》期刊2019年10期）
岳龙飞,杨任农,张一杰,于洋,张振兴[3]（2019）在《Tent混沌和模拟退火改进的飞蛾扑火优化算法》一文中研究指出针对标准飞蛾扑火优化算法存在的易陷入局部最优陷阱、全局寻优能力不足的问题,借鉴混沌序列、模拟退火算法和遗传算法,提出Tent混沌和模拟退火改进的飞蛾扑火优化算法.首先,通过Tent混沌序列初始化种群,增加种群多样性;然后对当前最优解增加扰动产生新解,并与当前最优解按比例杂交相加,根据模拟退火算法中的Metropolis准则判断是否接受杂交后的新解,最终获得最优解.分别使用复杂高维基准函数和航迹规划问题测试算法性能.其中,6个复杂基准函数寻优测试结果表明,对于10维基准函数,该算法经过约0.25秒收敛到最优值;对于50维基准函数,该算法经过约0.5秒收敛到最优值.与标准飞蛾扑火优化算法和其它智能优化算法相比,该算法能够有效跳出局部最优解,寻优精度更高,收敛速度更快.航迹规划仿真表明,对有4个禁飞区和2个威胁源的空域环境,该算法经过大约100次迭代可以得到最优航迹,与标准飞蛾扑火优化算法相比精度更高,具有实际应用价值.因此,该算法具有更好的寻优性能.(本文来源于《哈尔滨工业大学学报》期刊2019年05期）
艾欣,李一铮,王坤宇,胡俊杰[4]（2018）在《基于混沌模拟退火粒子群优化算法的电动汽车充电站选址与定容》一文中研究指出针对城市电动汽车充电站的选址与定容问题,建立了考虑充电站运营商、电动汽车用户以及电网企业综合利益的充电站选址定容规划模型。采用Voronoi图思想和需求点栅格化理论,结合Floyd最短路径算法划分充电站的服务范围。提出采用一种混沌模拟退火粒子群优化算法对问题进行求解,通过引入混沌理论使粒子更高效地遍历搜寻空间,并结合模拟退火算法的概率突跳特性使算法在迭代后期仍具有较高的全局寻优能力。通过算例分析表明,采用所提算法对城市电动汽车充电站选址定容进行优化规划的可行性和有效性。(本文来源于《电力自动化设备》期刊2018年09期）
王鹏,芮国胜,张洋,刘林芳[5]（2018）在《基于模拟退火算法的混沌双振子频率检测方法》一文中研究指出针对现有的混沌振子频率检测方法效率低的问题,提出了一种混沌双振子系统结合模拟退火算法检测强噪声背景下信号频率的方法。研究待测信号频率与系统输出值方差之间的关系,分析待测信号时间长度、相位、噪声等因素的影响,将混沌频率检测转化为一种多极值求最大值的优化方案,利用混沌双振子实现对任意相位信号的频率检测,采用改进的模拟退火算法求解待测信号的频率值。实验证明同等精度下,改进方法的运算量大幅降低。新方法不受混沌系统状态的限制,结构简单、精度高,极大提升了检测效率。(本文来源于《计算机仿真》期刊2018年07期）
罗婷[6]（2016）在《模拟退火混沌粒子群算法在短时交通流预测中的应用》一文中研究指出随着交通流预测成为智能交通系统(ITS)研究中热门的领域之一。我国的许多大城市开始开展相应的智能交通系统的战略规划研究,由于城市路况交通流状态具有非线性和不确定等,因此,全面、准确、及时的交通流预测对城市交通系统控制具有重要的意义。本文对从PEMS系统上采集到的交通流数据,进行可预测性分析。通过计算交通流时间序列的最大李雅普诺夫(Lyapunov)指数,来进一步分析判断交通流的混沌特性,采用关联积分法(C-C)计算嵌入维数和延迟时间,通过对实测数据进行仿真验证,进一步说明交通流的可预测这一性能。本文在对神经网络研究的基础上,构建BP神经网络模型,将其应用于短时交通流预测。仿真结果表明该算法具有易陷入局部极小值的缺点,为了克服BP神经网络的缺点,需要将BP神经网络进行改进。本文介绍了基本粒子群算法以及改进后的一些混合方式。根据上述算法,分别构建了用于交通流预测的PSO-BP、CPSO-BP、SAPSO-BP神经网络模型。通过构建好的模型分别对工作日、周末和节假日数据进行预测仿真,仿真结果表明：基于智能算法优化后的BP神经网络在收敛性和预测精度等方面得到了较大改善,从而可以更好地进行短时交通流预测,最后,通过预测指标对预测模型的优劣性进行评价。为了使预测的效果更加的突出,将混沌算法的思想引入到模拟退火粒子群算法中,设计了模拟退火混沌粒子群算法(SACPSO)，该算法融合了混沌和模拟退火粒子群算法各自的优点,采用单点单步的方式,来构建SACPSO-BP神经网络交通流预测模型。由于工作日、周末和节假日交通流数据具有不相同的影响因素,因此,将分别对这几种情况建立预测模型后进行仿真实验。经对比分析,研究结果表明：SACPSO-BP模型能更好地对短时交通流进行预测。(本文来源于《西南交通大学》期刊2016-05-05）
王迎,张立毅,费腾,周修飞[7]（2016）在《求解TSP的带混沌扰动的模拟退火蚁群算法》一文中研究指出针对蚁群算法易陷入局部最优及收敛速度较慢的问题,提出一种带混沌扰动的模拟退火蚁群算法。引入模拟退火机制及混沌系统,分别对基本蚁群算法中的蚂蚁种群搜寻范围以及信息素设定与更新进行改进,提高蚁群算法全局搜索能力。使用该算法与基本蚁群算法同时求解TSP这一经典组合优化问题,对两种算法的求解性能进行对比分析。仿真结果表明,该算法的求解精度及求解效率都明显优于基本蚁群算法。(本文来源于《计算机工程与设计》期刊2016年04期）
李保健,程春田,王森[8]（2015）在《梯级水电站群长期优化调度多核并行混沌模拟退火差分演化算法》一文中研究指出针对标准差分演化算法全局搜索易陷入局部最优问题,利用混沌理论和模拟退火算法的优点对差分演化算法进行改进;同时,为提高算法的求解效率,结合Fork/Join并行框架,提出了梯级水电站群长期优化调度多核并行混沌模拟退火差分演化算法(PCSADE)。该算法利用混沌理论随机性和遍历性强以及模拟退火算法局部搜索能力强的特点,采用混沌理论生成差分演化算法初始种群且对其控制参数进行动态调整,并利用模拟退火算法Metropolis准则替代差分演化算法中的选择操作,提高了差分演化算法的寻优能力;采用基于分治策略的Fork/Join并行技术将复杂计算任务分为多个子任务,实现了算法的并行计算求解。红水河流域14座水电站实例计算结果表明,PCSADE能够充分利用多核资源,显着提高优化解质量和计算效率,是求解水电站群长期优化调度问题的一种有效可行的方法。(本文来源于《水力发电学报》期刊2015年10期）
刘爱军,杨育,李斐,邢青松,陆惠[9]（2013）在《混沌模拟退火粒子群优化算法研究及应用》一文中研究指出针对粒子群优化算法容易陷入局部极值点、进化后期收敛速度慢、精度较差等缺点,提出混沌模拟退火粒子群优化(PSO)算法.引入混沌理论对粒子群优化算法的参数进行自适应调整,提高了算法的全局收敛性能;采用模拟退火(SA)算法,依据概率性的劣向转移,以一定概率接受劣解,使算法具有跳出局部最优而实现全局最优的能力.引入自适应温度衰变系数,使模拟退火算法能够根据当前环境自动调整搜索条件,从而提高算法的搜索效率.通过7个经典函数测试混沌模拟退火粒子群优化算法的性能,并将其应用于Job Shop调度问题.仿真实验结果表明,采用新算法有效地克服了停滞现象,增强了全局搜索能力,与遗传算法、粒子群优化算法相比寻优性能更佳.(本文来源于《浙江大学学报(工学版)》期刊2013年10期）
张冬梅[10]（2011）在《区域电网无功优化的混沌模拟退火算法》一文中研究指出在保证系统安全可靠的前提下,合理进行无功优化,配置无功补偿,对有效的减少配电网网络损耗,提高经济效益以及节约能源都具有重要意义。将混沌模拟退火(CSA)算法应用于区域电网无功优化,用VC++编程实现混沌模拟退火算法,通过对IEEE 6系统的仿真验证了该算法应用的有效性。(本文来源于《煤炭技术》期刊2011年05期）
混沌模拟退火算法论文开题报告
（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：
针对城市电动汽车充电站规划布局及服务范围划分的问题,提出了一种计及交通道路结构、车流信息及用户成本的电动汽车充电站最优规划模型。以全社会成本最小化为目标建立充电站选址定容模型,采用基于混沌模拟退火粒子群优化算法进行求解,利用加权Voronoi图对待规划区进行服务区域划分,引入混沌理论进行动态赋值,并结合模拟退火算法的概率突跳能力,使算法具有更高的全局寻优能力。通过算例分析验证了规划方案的有效性和实用性。
（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。
混沌模拟退火算法论文参考文献
[1].罗玉玲,欧阳雪,曹绿晨,丘森辉,廖志贤.遗传模拟退火算法和混沌系统的图像加密方法[J].西安电子科技大学学报.2019
[2].曲锐,刘若愚,罗毅初,曾中梁.基于混沌模拟退火粒子群优化算法的电动汽车充电站规划方案[J].电器与能效管理技术.2019
[3].岳龙飞,杨任农,张一杰,于洋,张振兴.Tent混沌和模拟退火改进的飞蛾扑火优化算法[J].哈尔滨工业大学学报.2019
[4].艾欣,李一铮,王坤宇,胡俊杰.基于混沌模拟退火粒子群优化算法的电动汽车充电站选址与定容[J].电力自动化设备.2018
[5].王鹏,芮国胜,张洋,刘林芳.基于模拟退火算法的混沌双振子频率检测方法[J].计算机仿真.2018
[6].罗婷.模拟退火混沌粒子群算法在短时交通流预测中的应用[D].西南交通大学.2016
[7].王迎,张立毅,费腾,周修飞.求解TSP的带混沌扰动的模拟退火蚁群算法[J].计算机工程与设计.2016
[8].李保健,程春田,王森.梯级水电站群长期优化调度多核并行混沌模拟退火差分演化算法[J].水力发电学报.2015
[9].刘爱军,杨育,李斐,邢青松,陆惠.混沌模拟退火粒子群优化算法研究及应用[J].浙江大学学报(工学版).2013
[10].张冬梅.区域电网无功优化的混沌模拟退火算法[J].煤炭技术.2011