导读:本文包含了通用自适应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:多目标优化,非劣分层遗传算法2,通用差异演化算法,自适应控制参数
通用自适应算法论文文献综述
简平,邹鹏,熊伟,陈治科[1]（2012）在《自适应控制参数的通用差异演化算法研究》一文中研究指出为提高求解多目标优化问题效率,对通用差异演化(GDE)算法及其自适应参数控制问题进行了研究。首先,分析了GDE3算法的编码、交叉、变异、选择等原理和算法流程;然后,利用个体的适应度作为参数调整的依据,并结合一定的调整概率提出一种新的对缩放因子和交叉概率参数自适应控制策略,提高算法的搜索能力;最后,通过典型的多目标函数对自适应控制参数的通用演化算法(selfGDE3)、GDE3和非劣分层遗传算法2(NS-GA-Ⅱ)的性能进行比较分析,结果表明,selfGDE3算法具有良好的搜索性能。(本文来源于《计算机应用研究》期刊2012年08期）
闫磊[2]（2012）在《自适应天线旁瓣相消算法及通用软件设计》一文中研究指出军用雷达工作的环境中可能出现各种有源和无源干扰，一般雷达难以仅靠天线波束的低副瓣消除旁瓣有源干扰，必须在信号处理中采用有效的措施来抑制旁瓣干扰。自适应天线旁瓣相消技术现已成为消除旁瓣干扰的最经济、最有效的措施。本文首先系统地研究了自适应天线旁瓣相消算法的原理，详细分析了窄带条件和宽带条件下的旁瓣相消器，给出自适应权值的工程求解方法及旁瓣相消性能评价指标。接着简要地给出了影响自适应天线旁瓣相消系统性能的因素及简单分析，如学习样本的选取、目标信号泄漏等，以及宽带情况下主辅通道失配、时延带宽积、主天线频率旁瓣敏感性对相消性能的影响。最后在前文分析的基础上并结合已有的研究成果，设计了一款用于旁瓣相消算法研究及工程方案设计论证的分析软件，作者对Matlab和VC++混合编程技术整理后，在此给出编程方法及关键技术的总结。软件开发完成后，通过窄带宽带相控阵雷达旁瓣相消性能影响因素的仿真分析，给出软件的功能测试与验证。(本文来源于《西安电子科技大学》期刊2012-01-01）
李佳璐,余镇危,张英[3]（2010）在《自适应补偿的无线通用处理器共享模型调度算法》一文中研究指出针对无线网络信道易出差错和信道容量时变性特点,以严格保证调度公平性、提高补偿平缓度和满足网络业务服务质量(QoS)为目标,在理想通用处理器共享(GPS)调度模型基础上,改进原有共享份额,定义了一种根据终端有效吞吐量动态调整的时变共享份额,重新定义了虚拟时间的概念,并形成一种自适应补偿的无线通用处理器共享模型调度算法。理论证明了该算法的公平性,实验仿真证明其时延特性、补偿平缓度和公平性均优于目前常用的无线公平服务调度算法。(本文来源于《计算机应用》期刊2010年05期）
李建文,郝顺义,黄国荣[4]（2009）在《基于通用FLAC的模糊自适应UKF算法及其应用》一文中研究指出针对量测噪声方差统计值未知的非线性UKF(Unscented Kalman Filter)滤波问题,提出了一种基于通用FLAC(FussyLogic Adaptive Controller)的模糊自适应UKF算法。在标准的非线性UKF算法基础上,以残差的实际方差与理论方差的比值作为FLAC的输入,使FLAC对滤波模型的依赖性减弱,强化了模糊自适应UKF方法的通用性;在对未知的量测噪声方差阵进行动态调节的过程中设置了指数调节参数,可不同程度地放大或缩小方差阵调节的幅度,使算法的调节速度和精度得到控制。将算法应用于GPS/DR(Dead-Reckoning)组合导航系统中,仿真结果表明了该算法的有效性。(本文来源于《传感技术学报》期刊2009年12期）
陈进,陆群峰,王旭东,程江涛[5]（2009）在《基于自适应遗传算法的风力机通用翼型的优化设计研究》一文中研究指出风力机翼型主要选自航空翼型,但风力机翼型与航空翼型的设计要求存在许多的不同之处,所以,基于初始航空翼型以获得适合风力机的翼型的优化设计工作就显得十分重要。将基于由儒科夫斯基变换理论建立的翼型广义泛函集成表示方法与遗传算法相结合,构建了能够以普通航空翼型为基础,优化得出风机专用翼型的优化设计方法。该算法建立了自适应的交叉、变异算子,采用最优个体保存策略,有效改善了遗传算法未成熟收敛现象,并以雷诺平均的N-S方程对翼型进行流场分析,将得出的升力、阻力系数作为目标函数。计算结果表明,优化后的翼型在保持了原始翼型基本性能特征的基础上,相对于原始翼型具备更好的气动性能,更适用于风力机。(本文来源于《中国机械工程》期刊2009年20期）
韩敏,韩冰[6]（2006）在《一种通用学习网络自适应算法及其在预测控制中的应用》一文中研究指出针对黑箱过程的辨识与控制,本文提出了一种选择通用学习网络(universal learning network,ULN)节点间延迟时间参数的自适应算法,并将其应用于对控制对象中的纯滞后参数的辨识．将通用学习网络与PID控制器相结合,应用于包含大滞后的系统的模型预测控制(model predictive control,MPC)中．仿真结果证明通用学习网络能够有效地辨识被控对象的纯滞后时间,并能够作为预估器应用于模型预测控制系统中．(本文来源于《控制理论与应用》期刊2006年06期）
于建涛,林晓明[7]（2005）在《3D通用人脸模型的自适应算法及应用》一文中研究指出利用3D人脸建模的方法进行人脸识别有效地克服了2D人脸识别系统中识别率易受光照、姿态、表情影响的缺陷。文章采用一种依据人脸图像对3D通用人脸模型进行自适应调整的有效算法,构造出特定的人脸模型并运用于人脸识别中。通过比较从人脸图像中估算出的特征点与通用人脸模型在图像平面上的投影点之间的关系,对3D通用人脸模型进行全局和局部调整,以适应人脸中眼、口、鼻的个性化特征。最后以一个实例说明了此算法的应用。(本文来源于《计算机工程与应用》期刊2005年20期）
石立宝,徐国禹[8]（2002）在《一种通用的全局寻优演化算法——自适应进化规划》一文中研究指出This paper develops a self-adaptive mutation operator, based on the general evolutionary programming, and presents a new algorithm, called self-adaptive evolutionary programming. Numerical results demonstrate the strong self-adaptive and versatility of the new algorithm.(本文来源于《数值计算与计算机应用》期刊2002年01期）
卓越,杨长生,宋广华[9]（2001）在《一种基于自适应字典的通用无损压缩算法》一文中研究指出对LZ77和LZ78两种算法进行了深入的考察，提出了一种改进的LZ算法LZI（LZ Improved），即，基于LZ78算法和LZ77的混合算法。LZI算法具有LZ78和LZ77相似的计算复杂度和存储复杂度。实验结果表明，LZI算法具有更好的全局与局部自适应性、更高的压缩效率。(本文来源于《计算机工程》期刊2001年02期）
通用自适应算法论文开题报告
（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：
军用雷达工作的环境中可能出现各种有源和无源干扰，一般雷达难以仅靠天线波束的低副瓣消除旁瓣有源干扰，必须在信号处理中采用有效的措施来抑制旁瓣干扰。自适应天线旁瓣相消技术现已成为消除旁瓣干扰的最经济、最有效的措施。本文首先系统地研究了自适应天线旁瓣相消算法的原理，详细分析了窄带条件和宽带条件下的旁瓣相消器，给出自适应权值的工程求解方法及旁瓣相消性能评价指标。接着简要地给出了影响自适应天线旁瓣相消系统性能的因素及简单分析，如学习样本的选取、目标信号泄漏等，以及宽带情况下主辅通道失配、时延带宽积、主天线频率旁瓣敏感性对相消性能的影响。最后在前文分析的基础上并结合已有的研究成果，设计了一款用于旁瓣相消算法研究及工程方案设计论证的分析软件，作者对Matlab和VC++混合编程技术整理后，在此给出编程方法及关键技术的总结。软件开发完成后，通过窄带宽带相控阵雷达旁瓣相消性能影响因素的仿真分析，给出软件的功能测试与验证。
（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。
通用自适应算法论文参考文献
[1].简平,邹鹏,熊伟,陈治科.自适应控制参数的通用差异演化算法研究[J].计算机应用研究.2012
[2].闫磊.自适应天线旁瓣相消算法及通用软件设计[D].西安电子科技大学.2012
[3].李佳璐,余镇危,张英.自适应补偿的无线通用处理器共享模型调度算法[J].计算机应用.2010
[4].李建文,郝顺义,黄国荣.基于通用FLAC的模糊自适应UKF算法及其应用[J].传感技术学报.2009
[5].陈进,陆群峰,王旭东,程江涛.基于自适应遗传算法的风力机通用翼型的优化设计研究[J].中国机械工程.2009
[6].韩敏,韩冰.一种通用学习网络自适应算法及其在预测控制中的应用[J].控制理论与应用.2006
[7].于建涛,林晓明.3D通用人脸模型的自适应算法及应用[J].计算机工程与应用.2005
[8].石立宝,徐国禹.一种通用的全局寻优演化算法——自适应进化规划[J].数值计算与计算机应用.2002
[9].卓越,杨长生,宋广华.一种基于自适应字典的通用无损压缩算法[J].计算机工程.2001