导读:本文包含了动态进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:变压器,局部放电,超声,定位
动态进化论文文献综述
吴志祥,黄旭聪,施小帅,李晓健,闵静静[1]（2019）在《基于参数自适应动态差分进化算法的变压器局放源定位》一文中研究指出针对变压器局部放电超声定位中混合优化算法存在的寻优参数较多及寻优过程较为复杂等不足,提出了一种基于PADDE(参数自适应动态差分进化)算法的变压器局放源定位方法。在种群的变异及交叉过程中,结合适应度函数自适应地对传统DE(差分进化)算法参数进行选择,并动态地对当前种群进行更新,从而有效提高了寻优性能,并加快了收敛速率。通过Benchmark标准测试函数和实际变压器局部放电超声定位对该方法的有效性和可行性进行验证,结果表明:相比于传统的DE算法,PADDE算法寻优能力更强,得到的定位结果更加精确,定位误差始终保持较小的数值。(本文来源于《浙江电力》期刊2019年11期）
牟向伟,林英霞,刘佳晨,张琳[2]（2019）在《基于改进量子进化算法的末端配送任务动态分配模型》一文中研究指出大多数物流快递企业的配送业务末端会按照固定的配送服务区进行配送任务分配,无法针对变化频繁、分布不均的动态配送需求进行合理的配送资源设置,造成了各个末端配送节点工作负荷不均衡的现象,并进一步导致了配送调度管理混乱等问题。针对末端配送任务分配问题建立了一种考虑配送成本、资源利用率以及工作量配比差异的配送任务分配模型,对量子进化算法进行改进。对此问题求解,提出采用量子群稳定度作为算法退出判定条件,来避免算法的早退与无效迭代问题,并引入量子变异与淘汰机制,加强了算法对可行解的搜索能力。实验结果表明,与按配送区进行分配的方案相比,算法给出的方案有效缓解了配送任务分配不均的现象,同时也有效降低了总体配送成本。相关模型和算法可以根据动态的配送需求合理地分配各个末端网点的配送任务,有助于配送业务的下一步配送路径优化和科学调度。(本文来源于《科学技术与工程》期刊2019年31期）
严丽娜,吴军[3]（2019）在《动态种群规模协同进化算法求解多目标投资组合优化问题》一文中研究指出为了解决仅含预算约束的投资组合优化模型,提出一种基于种群密度的多目标协同进化算法.算法采用种群竞争的策略自适应的产生不定规模的种群,避免了固定种群规模的缺点.在进化过程中每个种群都会参考自身的最优个体以及竞争种群对自身的影响,超级个体集合存储进化过程中产生的最优解,通过最优个体的引导使算法快速收敛至Pareto前沿.实验结果表明,与NSGA-2算法相比,提出的算法在稳定性和收敛性都有很好的表现,是一种有效的多目标进化算法.(本文来源于《数学的实践与认识》期刊2019年19期）
尹成国[4]（2019）在《云计算基于随机进化博弈动态的资源优化配置》一文中研究指出云资源优化分配研究中,用户策略难免存在失误,以用户完全理性为前提的资源分配方法在实际环境下会出现失效。分析非完全理性的云用户种群下的资源分配过程及其策略演化过程,提出一种随机动态模型求解有限云种群中的资源分配进化博弈问题。模型克服用户完全理性的限制,利用带有频率依赖选择的Moran过程,在重复博弈过程中寻找云用户策略的入侵指数和固定指数策略选择偏好的条件。根据经济学云环境的特征,建立云用户的固定效用矩阵,量化策略选择动态。数值仿真结果证明,为了最大化自身效用,不同大小云种群中的个体策略会向着不同策略方向演化,资源在有限理性用户之间可以实现优化分配,且最优分配策略最终会处于稳定状态。(本文来源于《计算机应用与软件》期刊2019年09期）
张德发[5]（2019）在《动态目标搜索中自适应参数差分进化算法仿真》一文中研究指出为了准确、高效地完成动态目标的搜索,需要对动态目标搜索方法进行研究。采用当前方法对动态目标进行搜索时,不能有效的去除运动过程中动态目标背景存在的噪声,且搜索动态目标所用的时间较长,存在搜索效率低和准确率低的问题。在自适应参数差分进化算法的基础上提出一种动态目标搜索方法,根据动态目标运动矢量计算子图像块的最小平均绝对差值,对动态目标背景进行补偿。采用自适应参数差分进化算法初始化种群、设置参数,根据调整后的变异率和交叉率对种群进行变异操作和交叉操作,最后对种群进行选择操作,通过设置终止条件输出得到动态目标的搜索结果,完成动态目标的搜索。仿真结果表明,所提方法的搜索效率高、准确率高。(本文来源于《计算机仿真》期刊2019年08期）
张水平,高栋,李殷俊,王丽娜[6]（2019）在《动态调整进化方向与策略的果蝇优化算法》一文中研究指出针对标准果蝇优化算法(FOA)收敛速度慢、容易陷入局部最优和寻优精度低等缺陷,提出了动态调整进化方向与策略的果蝇优化算法(FOADAEDS)。首先,种群初始位置由佳点集理论选取;其次,根据种群进化信息动态调整进化指导方向和搜索步长;最后,当算法陷入早熟时,改变搜索策略以跳出局部最优。对6个经典测试函数进行仿真运算,结果表明,本文提出的改进算法相比标准果蝇优化算法和其他几种改进算法,有较好的寻优精度和收敛速度。(本文来源于《科学技术与工程》期刊2019年21期）
苗晓锋,刘志伟[7]（2019）在《基于搜索空间大小的动态变异算子差分进化算法》一文中研究指出差分进化算法(DE)是一种较新的进化计算技术,具有概念简单、易于实现、收敛速度快等优点,得到了广泛的关注和应用.为了解决经典DE计算开销大,参数设置与问题本身过于相关等缺陷,提出了一种改进的差分进化算法(IDE),它采用了一种动态变异算子,可根据进化代数的增加,基于搜索空间大小,实时地调整变异步长,从而提高算法的求解精度.通过在MATLAB仿真环境下对着名的基准测试函数分别进行求解,将改进后的算法和已有的多种优化算法进行比较,结果表明,改进的IDE算法性能明显优于已知的算法,证明动态变异是一种有效的改进思路.(本文来源于《计算机系统应用》期刊2019年06期）
肖鹏,邹德旋,张强[8]（2019）在《一种高效动态自适应差分进化算法》一文中研究指出针对差分进化算法易早熟收敛、收敛精度低等特点,文中提出一种高效动态自适应差分进化(EDSDE)算法。该算法从变异因子、变异策略以及交叉因子方面入手,将变异因子设置成线性递减函数,在基向量前加入幅值系数以平衡全局搜索和局部搜索,将交叉因子设置成在[0,1]内不断震荡且每隔50代更新一次的动态自适应函数。仿真实验结果表明,EDSDE能获得更好的优化结果,且比其他算法具有更好的优化性能。(本文来源于《计算机科学》期刊2019年S1期）
Samuel,Mino,Laura,Mojsiejczuk,Wei,Guo[9]（2019）在《马流感病毒在亚洲的进化动态和分子特征的最新研究进展》一文中研究指出马流感病毒(EIV)感染引起马属动物的严重急性呼吸道疾病,由于其高度传染性和在易感宿主中快速传播的性质,使得马流感(EI)成为世界上大部分地区马最重要的呼吸道疾病之一。全世界每年均有EI暴发的报道,EIV的复杂性和抗原持续进化仍然是开发疫苗和设计有效免疫程序的主要障碍,了解EIV在亚洲的演变对于选择EI疫苗株和降低EI暴发的风险至关重要。EIV的流行株为H3N8亚型,(本文来源于《中国预防兽医学报》期刊2019年06期）
王亚东,石全,张芳,尤志锋,夏伟[10]（2019）在《基于动态进化算法的多阶段备件供应优化决策》一文中研究指出由于实际备件保障工作中备件需求以间歇性需求为主,备件供应通常为多阶段的动态优化。针对以上问题,构建了多阶段备件供应数学模型。为求解动态优化模型,提出了一种元启发式动态进化算法。首先,在经典差分进化算法中增加了环境变化检测算子和环境变化响应策略,使得差分进化算法能够解决环境变化的动态优化问题。其次,提出了自适应莱维飞行策略,使得算法在环境发生变化时仍能保持良好的全局搜索能力和局部寻优能力。算例表明,所提出的动态自适应差分算法能够求得模型的最优可行解,且算法的分布性和收敛性均得到了很大的提升。(本文来源于《系统工程与电子技术》期刊2019年11期）
动态进化论文开题报告
（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：
大多数物流快递企业的配送业务末端会按照固定的配送服务区进行配送任务分配,无法针对变化频繁、分布不均的动态配送需求进行合理的配送资源设置,造成了各个末端配送节点工作负荷不均衡的现象,并进一步导致了配送调度管理混乱等问题。针对末端配送任务分配问题建立了一种考虑配送成本、资源利用率以及工作量配比差异的配送任务分配模型,对量子进化算法进行改进。对此问题求解,提出采用量子群稳定度作为算法退出判定条件,来避免算法的早退与无效迭代问题,并引入量子变异与淘汰机制,加强了算法对可行解的搜索能力。实验结果表明,与按配送区进行分配的方案相比,算法给出的方案有效缓解了配送任务分配不均的现象,同时也有效降低了总体配送成本。相关模型和算法可以根据动态的配送需求合理地分配各个末端网点的配送任务,有助于配送业务的下一步配送路径优化和科学调度。
（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。
动态进化论文参考文献
[1].吴志祥,黄旭聪,施小帅,李晓健,闵静静.基于参数自适应动态差分进化算法的变压器局放源定位[J].浙江电力.2019
[2].牟向伟,林英霞,刘佳晨,张琳.基于改进量子进化算法的末端配送任务动态分配模型[J].科学技术与工程.2019
[3].严丽娜,吴军.动态种群规模协同进化算法求解多目标投资组合优化问题[J].数学的实践与认识.2019
[4].尹成国.云计算基于随机进化博弈动态的资源优化配置[J].计算机应用与软件.2019
[5].张德发.动态目标搜索中自适应参数差分进化算法仿真[J].计算机仿真.2019
[6].张水平,高栋,李殷俊,王丽娜.动态调整进化方向与策略的果蝇优化算法[J].科学技术与工程.2019
[7].苗晓锋,刘志伟.基于搜索空间大小的动态变异算子差分进化算法[J].计算机系统应用.2019
[8].肖鹏,邹德旋,张强.一种高效动态自适应差分进化算法[J].计算机科学.2019
[9].Samuel,Mino,Laura,Mojsiejczuk,Wei,Guo.马流感病毒在亚洲的进化动态和分子特征的最新研究进展[J].中国预防兽医学报.2019
[10].王亚东,石全,张芳,尤志锋,夏伟.基于动态进化算法的多阶段备件供应优化决策[J].系统工程与电子技术.2019