导读:本文包含了混沌拟合论文开题报告文献综述及选题提纲参考文献，主要关键词:分数阶算子,Oustaloup算法,拟合精度,混沌粒子群
混沌拟合论文文献综述
徐富春[1]（2018）在《基于混沌粒子群算法的分数阶算子拟合优化研究》一文中研究指出针对分数阶微积分算子数字实现及实现精度进行研究,首先,采用传统的连续域内拟合方法,即Oustaloup算法进行分数阶算子的拟合,然后采用混沌粒子群优化算法对该传递函数的各系数进行寻优,实现提高分数阶算子数字实现精度的目的。采用Oustaloup算法得到的拟合多项式系数作为优化算法的初始寻优参数,采用混沌粒子群优化算法进一步优化参数,达到更好的拟合精度。通过数字仿真可验证所提方法是有效的。(本文来源于《辽宁工业大学学报(自然科学版)》期刊2018年03期）
孟栋,樊重俊,吴天魁[2]（2014）在《混沌粒子群神经网络在非线性函数拟合中的应用研究》一文中研究指出BP神经网络虽然是目前应用最广泛的神经网络模型,但其自身有易陷入局部极小值和收敛速度慢的缺点。本文提出了一种利用混沌粒子群算法来改进BP神经网络。该算法的基本思想是用混沌粒子群算法对BP神经网络的初始权值和初始阈值进行优化。对粒子群算法进行混沌优化,提高粒子群算法的全局搜索能力;用混沌粒子群算法优化后得到的最优解作为BP神经网络的初始权值和阈值。通过对非线性函数的拟合实验,发现改进后的结果与普通的BP神经网络的结果相比,具有更高的准确性,提高了拟合的精度。(本文来源于《计算机与应用化学》期刊2014年05期）
杨尚波,卢小平,李珵,庞星晨,刘洋洋[3]（2013）在《基于混沌粒子群优化神经网络的GPS高程拟合研究》一文中研究指出针对普通神经网络模型存在预测精度低等问题,采用粒子群优化神经网络权值和阈值的预测方法,建立基于该方法的BP神经网络高程异常拟合模型。为克服粒子群算法易陷入局部最优,提出并建立改进算法,即先用混沌变量初始化粒子位置,当出现早熟收敛时,对局部较优的部分粒子和全局极值采用混沌优化策略,从而提高了模型的训练精度。试验结果表明,该方法具有更好的准确性和稳定性。(本文来源于《测绘通报》期刊2013年09期）
徐善健,郭有强,戚晓明,夏伟[4]（2014）在《混沌蚂蚁群优化求解自由节点B样条曲线拟合》一文中研究指出B样条曲线拟合问题中,将节点作为自由变量可大幅提高拟合精度,但这就使曲线拟合问题转化为求解困难的连续多峰值、多变量非线性优化问题,当待拟合的曲线是不连续、有尖点情况,就更为困难。针对这一问题,基于混沌蚂蚁群优化算法CASO,提出了一种新的B样条曲线拟合算法CASO-DF。该算法结合B样条曲线拟合原理,通过蚁群中蚂蚁个体的混沌行为,调整自由节点位置,通过蚁群的自组织行为自适应地调整内部节点数目,解决了B样条曲线拟合问题。仿真结果表明了CASO-DF算法能够有效实现自由节点B样条曲线拟合,且性能优于其他同类算法。(本文来源于《计算机工程与应用》期刊2014年16期）
甘露,熊波[5]（2012）在《DM-UKF混沌拟合破译混沌直接序列扩频通信》一文中研究指出针对已有混沌直接序列扩频通信系统的破译算法在低扩频因子和较大多径衰落下无法有效破译信息码的问题,提出了一种基于双模型无迹卡尔曼滤波混沌拟合的破译算法.所提算法联合多模型滤波原理,利用信息符号为有限集的特点,针对其不同取值分别建立对应的滤波模型.各模型下滤波器并行工作,利用广义同步系统同时拟合原混沌系统并估计混沌直扩信号,通过估计误差确定最佳匹配滤波模型,从而得到信息符号的估计.进一步通过引入误差控制因子,增大了不同模型下估计误差的距离,不仅有利于信息符号判定,并且减小了噪声和多径衰落对破译结果的影响.理论推导和仿真结果均证明提出的算法优于已有破译算法.(本文来源于《物理学报》期刊2012年21期）
陈学工,陈婷,肖晓芳[6]（2012）在《混沌粒子群算法自动拟合理论变差函数》一文中研究指出理论变差函数的参数拟合是地质统计学特有的基本内容之一。针对现有的拟合方法的不足之处,为了快速实现理论变差函数参数的自动拟合,充分利用混沌粒子群优化算法在求解非线性优化问题时的快速收敛性,混沌运动的遍历性和全局寻优的特点提出了实验变差函数的混沌粒子群自动拟合算法。选用一阶球状模型,并将其转化为极小值问题,利用混沌粒子群优化算法找到满意的适应值。实验结果表明,该方法寻优能力强,精度高,能有效实现参数的自动拟合。(本文来源于《计算机工程与应用》期刊2012年04期）
姬张建,袁运斌,盛传贞[7]（2010）在《混沌粒子群支持向量机并考虑地形改正的GPS高程拟合》一文中研究指出研究混沌粒子群支持向量机在GPS高程拟合中的应用,考虑地形起伏对高程转换的影响,引入地形改正量构建新的支持向量机训练模型,并针对支持向量机的参数人为选择的盲目性,将混沌粒子群优化理论用于SVM参数的选取,并与传统的拟合算法如二次曲面法、多面函数法和BP神经网络法的比较结果表明其精度更优。(本文来源于《大地测量与地球动力学》期刊2010年02期）
张煜东,吴乐南,韦耿,颜俊,朱庆[8]（2009）在《用于多指数拟合的一种混沌免疫粒子群优化》一文中研究指出为了更好地逼近真实物理场景,对传统的多指数模型作了一些改进,将权因子设置为噪声方差平方的倒数,提出一种基于循环矩阵(CM)的算法用于估计衰减项数.为了求解上述改进模型,提出一种混沌免疫粒子群优化(CIPSO)算法.该算法将人工免疫系统中的克隆、交叉、变异和接收器修正算法嵌入粒子群算法中,并采用混沌算子实现变异,然后将惯性因子改为自适应变化.实验表明:提出的权因子设置更符合实际;用于估计项数的CM算法在估计精度与运行时间上均优于传统的ILS算法;CIPSO算法在收敛精度与运行时间上也优于传统的优化算法,如可信域法、LM法、高斯-牛顿法、差分进化算法和粒子群算法等.(本文来源于《东南大学学报(自然科学版)》期刊2009年04期）
罗松江,丘水生[9]（2009）在《基于过拟合神经网络的混沌伪随机序列(英文)》一文中研究指出结合神经网络和混沌映射的特点,提出了一种基于过拟合BP神经网络的混沌伪随机序列产生方法。以logistic映射和Henon映射为例,测试结果表明,该方法能克服有限精度效应对混沌系统的影响,改善混沌伪随机序列的性能,为获得高性能的伪随机序列提供了一种新的思路。(本文来源于《科学技术与工程》期刊2009年11期）
罗松江,丘水生[10]（2009）在《基于过拟合神经网络的混沌伪随机序列》一文中研究指出伪随机序列在保密通信、扩频通信、密码学等领域具有重要作用。本文结合神经网络和混沌映射的特点,提出了一种基于过拟合BP神经网络的混沌伪随机序列产生方法。以logistic映射和Henon映射为例,测试结果表明,该方法能克服有限精度效应对混沌系统的影响,改善混沌伪随机序列的性能,为获得高性能的伪随机序列提供了一种新的思路。(本文来源于《微计算机信息》期刊2009年09期）
混沌拟合论文开题报告
（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：
BP神经网络虽然是目前应用最广泛的神经网络模型,但其自身有易陷入局部极小值和收敛速度慢的缺点。本文提出了一种利用混沌粒子群算法来改进BP神经网络。该算法的基本思想是用混沌粒子群算法对BP神经网络的初始权值和初始阈值进行优化。对粒子群算法进行混沌优化,提高粒子群算法的全局搜索能力;用混沌粒子群算法优化后得到的最优解作为BP神经网络的初始权值和阈值。通过对非线性函数的拟合实验,发现改进后的结果与普通的BP神经网络的结果相比,具有更高的准确性,提高了拟合的精度。
（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。
混沌拟合论文参考文献
[1].徐富春.基于混沌粒子群算法的分数阶算子拟合优化研究[J].辽宁工业大学学报(自然科学版).2018
[2].孟栋,樊重俊,吴天魁.混沌粒子群神经网络在非线性函数拟合中的应用研究[J].计算机与应用化学.2014
[3].杨尚波,卢小平,李珵,庞星晨,刘洋洋.基于混沌粒子群优化神经网络的GPS高程拟合研究[J].测绘通报.2013
[4].徐善健,郭有强,戚晓明,夏伟.混沌蚂蚁群优化求解自由节点B样条曲线拟合[J].计算机工程与应用.2014
[5].甘露,熊波.DM-UKF混沌拟合破译混沌直接序列扩频通信[J].物理学报.2012
[6].陈学工,陈婷,肖晓芳.混沌粒子群算法自动拟合理论变差函数[J].计算机工程与应用.2012
[7].姬张建,袁运斌,盛传贞.混沌粒子群支持向量机并考虑地形改正的GPS高程拟合[J].大地测量与地球动力学.2010
[8].张煜东,吴乐南,韦耿,颜俊,朱庆.用于多指数拟合的一种混沌免疫粒子群优化[J].东南大学学报(自然科学版).2009
[9].罗松江,丘水生.基于过拟合神经网络的混沌伪随机序列(英文)[J].科学技术与工程.2009
[10].罗松江,丘水生.基于过拟合神经网络的混沌伪随机序列[J].微计算机信息.2009
标签：分数阶算子; Oustaloup算法; 拟合精度; 混沌粒子群;