导读:本文包含了遗传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:叁维堆迭芯片,热布局,热分析,遗传粒子群算法
遗传粒子群算法论文文献综述
杨志清,潘中良[1]（2019）在《基于遗传粒子群算法的叁维芯片热布局优化》一文中研究指出叁维迭层芯片是由多层芯片堆迭而成,其热效应与散热问题尤为突出。采用遗传粒子群算法对叁维迭层芯片的热布局进行优化,研究了该芯片的功率以及个数对热布局的影响。仿真结果表明:使用遗传粒子群算法的热布局的优化精度较高,经过优化后的叁维迭层芯片的温度分布更加均匀,最高温度以及温度梯度都有显着降低;叁维迭层芯片的功率越高,以及堆迭的芯片个数越多,热布局优化的结果就越明显。(本文来源于《电子工艺技术》期刊2019年05期）
叶海旺,欧阳枧,李宁,王李管,雷涛[2]（2018）在《矿山短期生产计划优化的多目标遗传粒子群算法》一文中研究指出针对露天矿山生产的基本特征及短期生产计划的编制要求,从露天矿山的品位及经济成本最小化的角度出发,构建了露天矿短期生产作业计划优化模型。以MATLAB软件为平台,采用遗传粒子群混合智能算法对模型进行求解。以某石灰石露天矿为工程背景进行研究,将研究结果与露天矿实际生产指标进行对比验证。结果表明:该模型适用于露天矿短期采掘作业生产计划的编制,优化结果保证了矿山生产作业出矿品位、出矿量及生产利润叁者之间的平衡,有利于提高矿山的经济效益。(本文来源于《金属矿山》期刊2018年11期）
司华清,袁亚琼[3]（2018）在《一种结合自适应惯性权重的改进遗传粒子群算法》一文中研究指出针对经典粒子群算法容易陷入局部最优的不足之处进行研究,提出对经典粒子群算法使用自适应惯性权重并引入遗传算法的思想来解决经典粒子群优化算法容易陷入局部最优解的问题。仿真实验结果表明,该混合算法与经典粒子群算法相比,不仅能够避免寻优过程中陷入局部最优问题,而且还具有收敛速度快、成功次数高、稳定性及寻优结果好等特点。(本文来源于《技术与市场》期刊2018年11期）
符健,刘隼,李彬玉,李晓杰,李忠生[4]（2018）在《瑞利波频散曲线反演中遗传算法及基于惯性权重改进的粒子群算法的应用》一文中研究指出为解决现有的局部线型化方法在瑞利波频散曲线反演中的局限性问题,本文将遗传算法(GA)以及基于正切函数的惯性权重改进的粒子群算法(PSO)两种非线性全局优化算法应用到瑞利波频散曲线的反演中,通过程序实现了两种不同的理论地质模型的反演计算,并对反演结果进行了归纳分析。结果表明:遗传算法以及改进后的粒子群算法应用于瑞利波频散曲线反演是完全非线性的,收敛速度快,并且两种方法都不依赖初始模型,能获得精度较高的反演结果,但是计算速度较慢。(本文来源于《2018年中国地球科学联合学术年会论文集（二十四）——专题48：环境地球物理技术应用与研究进展、专题49：浅地表地球物理进展》期刊2018-10-21）
吴瑞芳,孙兆丹[5]（2018）在《采用粒子群算法耦合遗传算法优化双臂机器人模糊逻辑控制研究》一文中研究指出为了提高双臂机器人运动轨迹追踪精度,降低运动过程中的抖动幅度,引入混合粒子群算法优化双臂机器人模糊逻辑控制,并对误差和力矩进行仿真。创建双臂机器人平面运动模型简图,建立机械臂运动方程式。分析了模糊逻辑控制规则,引用模糊逻辑控制不同成本函数定义机械臂运动轨迹的平方误差均值、误差的绝对值及控制力参考误差,采用遗传算法耦合粒子群算法优化模糊逻辑控制的成本函数。通过MATLAB对优化模糊逻辑控制的双臂机器人运动轨迹控制力矩进行仿真,并且与模糊逻辑控制仿真结果形成对比。仿真结果显示:受外界环境干扰时,双臂机器人模糊逻辑控制采用遗传算法耦合粒子群算法优化后,不仅运动轨迹追踪误差较小,而且输入力矩值也较小。双臂机器人模糊逻辑控制采用遗传算法耦合粒子群算法优化后,能够提高机器人运动轨迹追踪精度和降低控制系统抖动幅度。(本文来源于《组合机床与自动化加工技术》期刊2018年10期）
牛江川,刘凯,申永军,韩彦军[6]（2018）在《遗传离散粒子群算法求解车辆货物配装问题》一文中研究指出针对车辆货物配装离散组合优化问题的特点,建立了能均衡利用车辆载重和容积的数学模型。采用遗传离散粒子群算法,将遗传算法中的选择、交叉、变异操作加入到离散粒子群算法的寻优过程中,在保证粒子群多样性的前提下,改善了新一代粒子的适应能力。通过计算实例验证了遗传离散粒子群算法的有效性,并与启发式算法和基本粒子群算法进行了对比,结果表明遗传离散粒子群算法在车辆货物配装组合优化问题中具有很强的全局搜索能力,并可以获得更好的优化结果。(本文来源于《机械设计与制造》期刊2018年09期）
佘纬,夏永波[7]（2018）在《基于并行交叉遗传粒子群算法的水文频率参数估计》一文中研究指出针对水文频率参数估计问题,提出了基于并行交叉遗传粒子群算法的水文频率优化适线方法.该方法从初始种群的产生和编码、算法的执行方式和数据融合,以及其中的PSO算法的惯性权重叁个方面对传统算法进行了改进.为了验证该算法的性能,分别采用矩法、权函数法、概率权重矩法、线性矩法、GA、PSO和文中所提出的算法,对某水文站的年径流量进行了研究分析,得到了各个方法对应的水文频率曲线,实验结果表明:文中提出的并行交叉遗传粒子群算法较其它6种方法,可以得到更小的离差平方和,该算法得到的水文频率曲线可以很好地拟合实测数据.(本文来源于《中南民族大学学报(自然科学版)》期刊2018年02期）
何瑞峰[8]（2018）在《基于遗传粒子群算法的长江水系多用途船中剖面结构优化研究》一文中研究指出长江干线贯穿我国七省二市,长江航运承担了沿江流域的主要大宗性货物的运输,长江航运的发展对长江经济带的建设和发展起到重要的促进作用,长江黄金水道的绿色发展是长江航运可持续发展的重要支撑。降低船舶对流域环境的影响,以更少的燃料消耗运输更多的货物,是长江航运绿色发展进程中对船舶的基本要求。因此,运用优材减重等结构优化技术对长江水系标准船型进行结构优化设计,将绿色基因引入到船舶结构中,使得船舶结构产品达到节能、减材、安全的设计目标,这是长江水系船舶结构设计势在必行的关键技术之一。多用途船作为长江干线上的叁大主力船型之一,针对其标准船型的船体结构进行结构优化具有重要的工程应用意义。本文选取一艘长江水系货-37(I)多用途船作为研究对象,结合本船的结构特点,为了降低多用船货舱段结构的重量,通过对船舶结构优化基本理论分析,选取了本船货舱段的中剖面结构进行尺寸优化。为了提高优化算法对结构优化的求解性能,本文将具有局搜索性能的遗传算法和快速收敛性能的粒子群算法相结合,然后将改进后遗传粒子群算法和双种群遗传粒子群算法应用到多用途船的结构优化中,最后基于Patran&Nastran建立有限元模型进行强度计算,校核优化后船体结构的强度,验证优化结果的有效性。本文的主要研究内容如下:(1)基于遗传算法和粒子群算法的基本理论及其特点,结合混合算法和多种群的改进策略,提出具有较好寻优性能的遗传粒子群混合算法和双种群遗传粒子群混合算法;(2)建立长江水系货-37(I)多用途船中剖面结构尺寸优化的数学模型,以单位长度货舱段的重量最轻作为优化目标,选取中剖面上纵向骨材的剖面积和板厚作为设计变量,结合《钢制内河船舶建造规范》建立优化模型的约束条件,然后分别将遗传算法、遗传粒子群算法、双种群遗传粒子群算法进行结构优化,叁种优化算法分别使目标函数下降了5.11%、5.90%和6.70%,通过对叁种算法的优化结果分析得出,双种群遗传粒子群算法在船舶结构优化问题的求解过程取得较好的优化结果较快的收敛速度,遗传粒子群算法次之;(3)运用MSC.PATRAN和MSC.NASTRAN有限元软件,根据相关规范,对多用途船整个货舱段优化前及采用双种群遗传粒子群算法优化后的舱段强度进行计算校核,计算结果表明,优化后的货舱段结构强度满足规范要求,说明了双种群遗传粒子群算法对求解船舶结构优化问题的适应性和有效性。(本文来源于《重庆交通大学》期刊2018-04-15）
毋雪雁[9]（2018）在《基于遗传算法与粒子群算法混合优化加权K最近邻算法的病脑检测系统》一文中研究指出随着现代先进科技的不断发展,医学技术以及医疗方式的不断进步,将传统医学技术与现代科学技术相融合已经成为当今时代发展的重要任务之一。本文首先明确了实验的背景与研究意义,之后对于脑部核磁共振图像在国内外的研究和发展现状做出了简要的分析与介绍。本文研究了一种智能病脑检测系统(Smart Pathological Brain Detection,SPBD),主要研究的是计算机辅助诊断(Computer Aided Diagnosis,CAD)系统中的医学图像处理技术,论文的主要目的是将医学图像做出较为准确的分类,将有病与健康的大脑图像很好的区分开来。本文利用图像特征提取及分类优化的思想对于脑部核磁共振图像做了分类研究,并取得以下研究成果:1.采用数据增强的方法对于健康脑图像进行旋转变换,以增强健康脑图像的数量并且解决了样本数据不平衡的问题,以便于之后实验能够更好地提取样本特征。将数据增强之后的脑部核磁共振图像用小波熵进行特征提取,将特征数量从65536个降低到了 7个值,作为之后分类实验里面使用的W-kNN分类器输入数据集当中最重要的组成部分。2.采用加权K最近邻算法(Weighted k-Nearest Neighbor,W-kNN)作为本文实验的分类算法,W-kNN以样本特征的重要性为依据来分配权重,自动学习出合适的权重来给不同特征赋予不同的重要性;权重的引入能够进一步提高kNN分类算法的分类性能,在分类的准确性和稳定性方面都比kNN分类算法更胜一筹。3.提出遗传算法与粒子群优化算法混合优化算法,取长补短地将两种算法相结合,将GA的交叉和变异思想引入标准PSO算法,以避免PSO算法得到的解过早收敛导致陷入局部最优解。算法得到的七个最优解作为样本特征的权重,与样本特征相乘得到加权kNN算法的输入数据。之后使用叁折交叉验证的方法对数据进行训练,以保证数据集的分类效果。最后用分类准确率作为标准对实验的好坏进行判断。实验比较发现,本文的基于遗传算法与粒子群算法混合优化加权K最近邻算法(WE-W-kNN-GA_PSO)分类效果最佳,对于实验数据集当中的数据进行了测试,分类准确率达到了 96.97%。在今后,我将会为SPBD的研究做出更大努力。(本文来源于《南京师范大学》期刊2018-03-27）
杨敬东,何瑞峰,刘文彬[10]（2018）在《基于遗传粒子群算法的长江水系货多用途船结构优化》一文中研究指出针对船舶复杂结构优化问题,结合智能优化算法在解决复杂工程结构优化设计的优势,将遗传粒子群算法应用于船舶结构优化设计中。根据中国船级社规范,建立长江水系货多用途船中剖面结构尺寸优化的数学模型,然后采用MATLAB软件对遗传粒子群算法进行编程,实现遗传粒子群算法对多用途船中部舱段结构的优化,并与遗传算法的计算结果进行对比。结果表明,遗传粒子群算法使货舱段中剖面面积相对于初始值下降了7.3%,且优化性能优于标准遗传算法。(本文来源于《重庆电力高等专科学校学报》期刊2018年01期）
遗传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：
针对露天矿山生产的基本特征及短期生产计划的编制要求,从露天矿山的品位及经济成本最小化的角度出发,构建了露天矿短期生产作业计划优化模型。以MATLAB软件为平台,采用遗传粒子群混合智能算法对模型进行求解。以某石灰石露天矿为工程背景进行研究,将研究结果与露天矿实际生产指标进行对比验证。结果表明:该模型适用于露天矿短期采掘作业生产计划的编制,优化结果保证了矿山生产作业出矿品位、出矿量及生产利润叁者之间的平衡,有利于提高矿山的经济效益。
（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。
遗传粒子群算法论文参考文献
[1].杨志清,潘中良.基于遗传粒子群算法的叁维芯片热布局优化[J].电子工艺技术.2019
[2].叶海旺,欧阳枧,李宁,王李管,雷涛.矿山短期生产计划优化的多目标遗传粒子群算法[J].金属矿山.2018
[3].司华清,袁亚琼.一种结合自适应惯性权重的改进遗传粒子群算法[J].技术与市场.2018
[4].符健,刘隼,李彬玉,李晓杰,李忠生.瑞利波频散曲线反演中遗传算法及基于惯性权重改进的粒子群算法的应用[C].2018年中国地球科学联合学术年会论文集（二十四）——专题48：环境地球物理技术应用与研究进展、专题49：浅地表地球物理进展.2018
[5].吴瑞芳,孙兆丹.采用粒子群算法耦合遗传算法优化双臂机器人模糊逻辑控制研究[J].组合机床与自动化加工技术.2018
[6].牛江川,刘凯,申永军,韩彦军.遗传离散粒子群算法求解车辆货物配装问题[J].机械设计与制造.2018
[7].佘纬,夏永波.基于并行交叉遗传粒子群算法的水文频率参数估计[J].中南民族大学学报(自然科学版).2018
[8].何瑞峰.基于遗传粒子群算法的长江水系多用途船中剖面结构优化研究[D].重庆交通大学.2018
[9].毋雪雁.基于遗传算法与粒子群算法混合优化加权K最近邻算法的病脑检测系统[D].南京师范大学.2018
[10].杨敬东,何瑞峰,刘文彬.基于遗传粒子群算法的长江水系货多用途船结构优化[J].重庆电力高等专科学校学报.2018