导读:本文包含了非线性优化模型论文开题报告文献综述及选题提纲参考文献，主要关键词:需水量预测,传统灰色预测GM(1,N),改进的非线性优化GM(1,N),海晏县
非线性优化模型论文文献综述
付泽伟,杨银科,王天尧[1]（2019）在《基于改进的非线性优化GM(1,N）模型的海晏县城镇生活需水量预测》一文中研究指出为满足海晏县城镇生活需水量要求,基于海晏县2008～2017年的城镇生活需水量资料,利用改进的非线性优化GM(1,N)模型、BP神经网络模型、传统灰色预测GM(1,N)模型和灰色Verhulst模型对海晏县实际需水量进行拟合预测,得到改进的非线性优化GM(1,N)模型预测精确最高。利用该模型预测海晏县未来不同时期(2020、2025、2035年)的生活需水量,并从人口自然增长率、城镇化建设和外来人口迁移叁个方面分析了海晏县2020～2035年城镇需水量过快增长的原因,对海晏县进行合理的水资源优化配置、缓解日益严重的供需矛盾具有一定的指导作用。(本文来源于《水电能源科学》期刊2019年10期）
滕峰成,张昊阳,程安迪,王珊珊[2]（2019）在《基于非线性遗传算法的DTS传感模型的参数辨识与优化》一文中研究指出基于光纤拉曼散射效应和Monte-Carlo法,建立了一种DTS传感模型。采用非线性遗传算法对该模型的参数进行了辨识,分析了种群规模、进化代数、交叉率、变异率等参数选值对算法运行结果的影响,并选取了最佳参数组合。搭建了分布式光纤温度传感系统实验平台,并运用该DTS传感模型对分布式光纤温度传感系统进行了仿真预测。实验及仿真结果表明:该传感模型在空间分辨力为1 m时,预测误差在0. 24%以内;该分布式光纤温度传感系统的测温误差不大于0. 40℃。(本文来源于《计量学报》期刊2019年04期）
张雄健[3]（2019）在《非线性能量收集模型下认知无线电网络的资源优化》一文中研究指出结合无线能量收集技术的认知无线电网络是缓解频谱稀缺问题和能量短缺问题的重要关键技术。然而,能量收集机制的应用和不断加深的网络密集程度,使得认知无线电网络的信道状态信息估计精度的不确定性进一步增加,系统鲁棒性设计更为严峻。此外,现实中的能量收集电路通常会产生非线性端到端的无线功率转换,使得传统基于线性能量收集模型的认知无线电的资源鲁棒优化技术难以有效地利用系统资源并无法保证系统的鲁棒性。为了更有效地收集射频能量,并提升系统的鲁棒性,本文研究了非线性能量收集模型下认知无线电的资源优化,分别提出了多目标协同规划的最佳鲁棒波束成形设计以及基于深度强化学习的最佳资源分配策略。具体研究内容如下:在基于信息与能量协同传输的MISO能量收集认知无线电网络中,充分考虑了信道状态信息估计精度的不确定性,建立了最小化认知网络传输功率和最大化能量用户收集能量的资源分配优化框架。在此基础上,分别在两个不同的非线性能量收集模型下,提出了多目标协同规划的最佳鲁棒波束成形设计。仿真结果验证了认知网络传输功率和收集能量之间存在的折衷。同时,仿真实验比较了两个不同非线性能量收集模型下认知网络能量收集的性能并量化了能量收集电路灵敏度对能量收集的影响。上述所提的资源分配策略依赖于信道状态信息估计误差数学模型的建立,其无法在实际信道条件下达到最佳性能。而基于深度强化学习的资源优化技术不依赖于信道状态信息估计的误差模型,有效降低了信道估计误差模型的不精确性导致性能下降的影响。本文在非线性能量收集模型的基础上,研究了能量收集认知无线电网络的功率分配和动态信道选择问题,通过将所研究问题建模为马尔可夫决策过程,提出了基于深度强化学习的最佳资源分配策略。仿真结果表明,在所研究的能量收集认知无线电场景中,非线性能量收集模型下认知网络的性能要优于线性能量收集模型。综上所述,本文在基础模型和资源优化算法方面的研究成果将为能量收集认知无线电的实际应用提供重要的理论和技术支撑。(本文来源于《南昌大学》期刊2019-05-24）
李亚品,邹德旋,段纳[4]（2019）在《基于遗传-细菌觅食组合算法的非线性模型优化》一文中研究指出文中提出一种遗传-细菌觅食组合优化算法以解决非线性模型优化问题。该方法先使用遗传算法进行全局搜索,并缩小最优解的搜索范围;再使用细菌觅食优化算法在该局部范围内执行局部搜索。这种组合搜索策略可以增强算法的收敛性,并能有效地均衡全局搜索和局部搜索。文中利用单峰、多峰和复杂多峰等非线性函数模型验证所提算法的性能。实验结果表明,组合算法的计算精度和效率分别比遗传算法和细菌觅食优化算法提高了30%和50%,表明该组合算法具有更快的收敛速度,更高的求解精度,适用于大规模多极值的非线性问题。(本文来源于《电子科技》期刊2019年05期）
杨杨,赵建立[5]（2019）在《基于T-S模型方法的非线性随机时滞金融系统的多目标优化》一文中研究指出主要研究了不确定随机时滞金融系统的多目标H_2/H_∞的投资策略问题,多目标H_2/H_∞投资策略能够使得投资成本和投资风险尽可能达到最小.通过运用T-S模糊方法将多目标模糊投资策略问题转化为线性矩阵不等式(Linear Matrix Inequality,简写为LMI)约束的多目标优化问题(Multiobjective Optimization Problem,简写为MOP).另外,基于线性矩阵不等式的多目标进化算法(Multiobjective Evolution Algorithm,简写为MOEA)寻找多目标优化问题的Pareto最优解,最后投资者可以根据他们自己的喜好选择一个互惠策略.(本文来源于《聊城大学学报(自然科学版)》期刊2019年02期）
王桥医,朱媛,过山,张秋波[6]（2019）在《高速冷轧机辊系非线性动力学模型及控制参数优化》一文中研究指出综合运用轧制过程动态轧制力模型、轧机系统分段非线性弹性力模型和分段非线性摩擦力模型,建立了考虑非线性因素耦合的高速冷轧机辊系动力学模型,采用平均法求解幅频响应方程,研究了轧机系统主要参数对轧机垂直振动的影响。分析结果表明:动态轧制力一次项刚度越小,轧机系统固有频率越大;动态轧制力叁次项刚度不为零时,轧机系统出现明显跳跃现象;非线性弹性力起主导作用时,易发生跳跃现象;非线性摩擦力越大,轧机系统振动幅值越小,分段特性减弱;外扰力幅值越大,振动幅值越大,振动越剧烈;线性阻尼越大,振动幅值越小且减小幅度越缓慢。(本文来源于《中国机械工程》期刊2019年08期）
黄学满[7]（2018）在《缓倾斜厚煤层瓦斯渗流非线性模型及抽采钻孔优化设计》一文中研究指出为了消除缓倾斜厚煤层布置的11501综放长壁工作面回采时瓦斯急剧涌出的安全隐患,降低传统的瓦斯线性模型分析的误差。在充分考虑瓦斯吸附/解吸动态过程的影响基础上,对瓦斯渗流特性模型进行了相应的修正,依据修正模型进行了工作面开采时瓦斯运移的数值模拟,并在现场实施了高位钻孔抽采瓦斯的效果考察。结果表明:优化后的高位钻孔抽采综放工作面瓦斯量提高了50.1%,煤层瓦斯含量降低了40.6%。(本文来源于《矿业安全与环保》期刊2018年06期）
侯公羽,许哲东,刘欣,牛晓同,王清乐[8]（2018）在《无数学模型的非线性约束单目标系统优化方法改进》一文中研究指出为提高无法准确建立数学模型的非线性约束单目标系统优化问题的寻优精度,并考虑获取样本的代价,提出一种基于支持向量机和免疫粒子群算法的组合方法(support vector machine and immune particle swarm optimization,SVM-IPSO).首先,运用支持向量机构建非线性约束单目标系统预测模型,然后,采用引入了免疫系统自我调节机制的免疫粒子群算法在预测模型的基础上对系统寻优.与基于BP神经网络和粒子群算法的组合方法(BP and particle swarm optimization,BP-PSO)进行仿真实验对比,同时,通过减少训练样本,研究了在训练样本较少情况下两种方法的寻优效果.实验结果表明,在相同样本数量条件下,SVM-IPSO方法具有更高的优化能力,并且当样本数量减少时,相比BP-PSO方法,SVM-IPSO方法仍能获得更稳定且更准确的系统寻优值.因此,SVM-IPSO方法为实际中此类问题提供了一个新的更优的解决途径.(本文来源于《工程科学学报》期刊2018年11期）
盖成飞[9]（2018）在《基于群智能优化的线性和及非线性组合预测模型的研究及应用》一文中研究指出自18世纪第一次工业革命以来,人类对能源的消耗呈现出急剧增长的趋势。化石能源的大量使用对于环境也产生巨大的影响,世界各地的极端天气也频繁出现。不仅如此,石油、煤炭类似这样的化石资源在世界的区域内并不是平均分布,石油价格被少数几个国家控制,致使全球能源市场的不稳定因素增加。能源属于国家的战略性资源,一国对于能源的供需决不可受制于国际能源市场。由于化石能源的不可再生性,以及对于环境造成的巨大危害,清洁绿色的可再生能源成为众多专家学者研究和开发的重点。而风能在可再生能源中占有很大比重,整个世界的风能1300亿千瓦左右,比世界上能够发掘使用的水能源总的数量多十倍,由此可见风能的绝对量是十分可观的,风能在现代能源结构中发挥着重要作用。而风速对于风能的预测有重要的价值,近年来,许多专家和学者一直致力于风速预测模型的研究。然而,许多风速预测模型没有考虑到数据预处理、参数优化的重要性,忽略了单一模型的预测精度差、稳定性差的局限性,从而导致预测结果不佳。由于以上原因,本文提出了一种基于数据预处理技术、参数优化和线性及非线性的组合模型,旨在提高短期预测的精度以及稳定性,组合模型的预测结果可用于风能的调度和管理,使得风能得以充分利用,从而使得风电场经济的效益最大化。所提组合模型的结构框架可分为叁个部分:数据预处理、参数优化、模型预测与结果检验。在数据预处理部分模型采用新颖的集合经验模态分解方法对实验数据进行去噪处理。参数优化部分采用粒子群优化算法、蝙蝠优化算法、交叉验证法分别优化单个支持向量机、BP神经网络、广义回归神经网络的参数。模型预测与结果检验部分运用山东蓬莱风电场的风速数据进行短期风速预测实验,本文所提出的组合预测模型与传统的单个支持向量机、BP神经网络、广义回归神经网络、差分自回归移动平均模型结果进行对比分析,实验结果表明:本文所提出的组合模型克服了单一模型预测精度较差、稳定性较差的缺陷,提高了风能预测的精度及稳定性,为风能的调度与管理提供了技术基础。本文的研究具体可以分为四个部分:第一章阐述了风速预测研究背景及研究意义,国内外研究现状及评述,创新点和不足。第二章介绍了模型的相关理论。模型采用的数据预处理方法是集合经验模态分解法。模型优化方法有粒子群模型优化算法、蝙蝠模型优化算法、交叉验证法。相关的模型理论包括支持向量机、BP神经网络、广义回归神经网络和组合模型理论。第叁章采用集合经验模态分解法对实验数据进行去噪处理,将预处理过的数据输入组合模型中进行计算并得到预测结果,并运用山东蓬莱风电场机组数据对本文提出的组合模型进行实证检验,与传统的单个预测模型结果进行对比研究本文所提的模型无论在稳定性还是精度方面都表现最优。第四章阐述了本文的研究对于风能预测,能源管理,能源调度的意义。第五章是未来的研究思路和研究方向。本文的创新点有:提出一种新颖的组合模型,它结合了集合经验模态分解技术、高级的优化算法和四种预测模型,即BP神经网络、广义回归神经网络(GRNN)、支持向量机(SVM)和自回归移动平均(ARIMA)模型。所提出的组合模型成功的对上述四种预测模型的优点进行了综合,进一步提高风速预测的精度和稳定性。虽然本文所提模型在风速预测精确度和稳定性方面取得些许突破,但此次研究仍然存在不足之处。本文的不足有:一是所提组合模型着重考虑了统计模型与神经络模型在风速预测中的应用,其他风速预测方法,如空间相关模型,物理模型等并没有涉及。二是本文对风速的预测仅仅做了风速的单步预测,今后还可以考虑做多步预测的研究,进一步改进模型预测精度。(本文来源于《东北财经大学》期刊2018-11-01）
朱丽娜,杜子平[10]（2018）在《外资进入对流通结构优化的非线性影响——基于面板双门限回归模型》一文中研究指出本文基于2006-2015年我国流通产业的省级面板数据,构建以市场化程度为门限变量的面板回归模型,对外资进入对流通产业结构的非线性影响进行实证分析。研究发现,市场经济发展程度、政府与市场关系、资源要素市场发展程度和中介组织与法制环境建设是外资进入的主要影响途径;门限效应的实证分析发现,外资进入对流通产业结构变化存在双重门限影响,其中外资总额占流通经济比例随着市场化程度的提高显着优化流通产业结构,但在市场化程度较低门限下阻碍结构优化,同时反映出流通产业结构对外资总额比例较为敏感;外资注册资本占流通资本比例对流通产业结构变化的影响较为缓和,在不同市场化门限下的改善效果均为正,但优化程度和弹性值均低于外资总额占比指标。(本文来源于《商业经济研究》期刊2018年20期）
非线性优化模型论文开题报告
（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：
基于光纤拉曼散射效应和Monte-Carlo法,建立了一种DTS传感模型。采用非线性遗传算法对该模型的参数进行了辨识,分析了种群规模、进化代数、交叉率、变异率等参数选值对算法运行结果的影响,并选取了最佳参数组合。搭建了分布式光纤温度传感系统实验平台,并运用该DTS传感模型对分布式光纤温度传感系统进行了仿真预测。实验及仿真结果表明:该传感模型在空间分辨力为1 m时,预测误差在0. 24%以内;该分布式光纤温度传感系统的测温误差不大于0. 40℃。
（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。
非线性优化模型论文参考文献
[1].付泽伟,杨银科,王天尧.基于改进的非线性优化GM(1,N）模型的海晏县城镇生活需水量预测[J].水电能源科学.2019
[2].滕峰成,张昊阳,程安迪,王珊珊.基于非线性遗传算法的DTS传感模型的参数辨识与优化[J].计量学报.2019
[3].张雄健.非线性能量收集模型下认知无线电网络的资源优化[D].南昌大学.2019
[4].李亚品,邹德旋,段纳.基于遗传-细菌觅食组合算法的非线性模型优化[J].电子科技.2019
[5].杨杨,赵建立.基于T-S模型方法的非线性随机时滞金融系统的多目标优化[J].聊城大学学报(自然科学版).2019
[6].王桥医,朱媛,过山,张秋波.高速冷轧机辊系非线性动力学模型及控制参数优化[J].中国机械工程.2019
[7].黄学满.缓倾斜厚煤层瓦斯渗流非线性模型及抽采钻孔优化设计[J].矿业安全与环保.2018
[8].侯公羽,许哲东,刘欣,牛晓同,王清乐.无数学模型的非线性约束单目标系统优化方法改进[J].工程科学学报.2018
[9].盖成飞.基于群智能优化的线性和及非线性组合预测模型的研究及应用[D].东北财经大学.2018
[10].朱丽娜,杜子平.外资进入对流通结构优化的非线性影响——基于面板双门限回归模型[J].商业经济研究.2018
标签：需水量预测; 传统灰色预测GM(1; N); 改进的非线性优化GM(1; 海晏县;