导读:本文包含了多目标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:养护决策,多目标优化,粒子群算法,最优解
多目标算法论文文献综述
刘琦良[1]（2019）在《基于粒子群算法的多目标路网养护方案优化》一文中研究指出为使路网养护方案决策更加科学、合理,在系统考虑养护费用、养护资金和投资效益等多种目标的基础上,利用粒子群智能算法(PSO)求解路网养护优化问题。仿真例子结果表明(PSO)可以快速搜寻出23个全局最优解,为养护决策提供更准确的数据支撑。与文献中数学规划、遗传算法和并列遗传算法的计算结果比对,验证了该算法能够获得更好的计算结果。(本文来源于《建材与装饰》期刊2019年35期）
赵丽娟,黄禹丁[2]（2019）在《基于免疫粒子群算法的螺旋滚筒参数多目标优化》一文中研究指出为优化螺旋滚筒参数,基于免疫混合粒子群算法对采煤机螺旋滚筒的设计参数进行了优化。运用相似理论进行模化试验,建立截割比能耗数学模型,确定了以截割比能耗、载荷波动系数、生产率和煤炭品质为优化模型,和以螺旋滚筒直径、截线距、叶片头数、螺旋滚筒的转速和采煤机牵引速度为优化变量的优化模型。通过Matlab软件编制的优化设计程序,对项目组某型号采煤机螺旋滚筒设计参数进行优化。验证了免疫粒子群算法对螺旋滚筒参数优化的可行性,同时为采煤机螺旋滚筒的设计生产提供了理论参考。(本文来源于《2019航空装备服务保障与维修技术论坛暨中国航空工业技术装备工程协会年会论文集》期刊2019-12-05）
董建明[3]（2019）在《基于神经网络的接触悬挂装置多目标定位算法研究》一文中研究指出为准确定位接触网六类部件区,论文采用卷积神经网络与Softmax完成一种基于Faster R-CNN模型的接触网悬挂装置多目标定位方法,试验结果证明该方法具有较好的准确性和运行效率。(本文来源于《工程建设与设计》期刊2019年22期）
李春梅,罗健,吴云,杨侃,汤梓杰[4]（2019）在《改进果蝇算法在多目标水资源配置中的应用研究》一文中研究指出为了研究水资源的多目标配置问题,以经济效益、社会效益与生态效益为目标建立了函数模型。采用改进的果蝇算法(FOA)进行寻优,并引入遗传算法(GA)中的交叉算子与变异算子,运用自适应的步长递减策略与随机机制,增强了算法的寻优能力与目标函数的适应性;同时,也降低了算法模型寻优过程中陷入局部最优解的可能性。以山西省晋城市为例,在需水预测的基础上,运用改进后的果蝇算法对晋城市2020年20%,50%,75%和95%来水保证率的水资源进行了配置,从配置结果中选取了3个代表方案进行分析。分析结果表明:配置方案能达到目标要求,输出结果合理,可为晋城市的水资源配置提供合理的依据。(本文来源于《人民长江》期刊2019年11期）
李静,张卓群,李旭[5]（2019）在《蚁群算法在多目标工期-成本优化中的应用》一文中研究指出输电线路工程的多目标问题一直是工程界的研究难点和热点。以一个实际输电线路工程为具体实例,阐述了一种改进的蚁群算法在工程项目多目标工期-成本优化中的应用。应用MATLAB语言编制了多目标蚁群算法程序,详细说明了蚁群算法应用于实际工程多目标项目工期-成本优化中的具体方法。结果表明:改进的蚁群算法具有较高的全局最优搜索能力和搜索效率,非常适用于多目标工期-成本优化,而且方法简单实用,适于未来的实际工程。(本文来源于《北京工业职业技术学院学报》期刊2019年04期）
仇中柱,吴聪聪,郑雨柔,陈建康,姚远[6]（2019）在《基于差分进化算法的分布式能源系统多目标优化》一文中研究指出分布式能源系统设备类型较多,且影响因素繁杂,各种设备的容量配置是整个系统运行效益好坏的关键。为了避免传统分布式冷热电叁联供系统设计中偏离实际工况、负荷率偏低、效率低下等问题,以某商务区为对象,将分布式能源系统设备容量的最优化问题转化为以年总成本和年排放量综合最低的多目标数学模型,在对比多种常见智能算法后,选择具有强大全局巡优能力的差分进化算法进行求解,获得优化配置方案。计算结果表明,与冷热电分供能系统进行对比,通过差分进化算法进行最优化配置后的分布式能源系统具有显着的优越性和可行性,系统结构设计、能源价格,均会对系统最优化结果产生影响。(本文来源于《科学技术与工程》期刊2019年32期）
韩中合,梅中恺,李鹏[7]（2019）在《基于MODA算法的有机朗肯循环多目标优化》一文中研究指出针对中高温烟气驱动的有机朗肯循环发电系统进行多目标优化设计,以热效率和单位输出功率的系统总投资成本(PER)为多目标函数,选取蒸发温度和冷凝温度为决策变量,引入多目标蜻蜓算法(MODA)对工质苯的最佳循环参数进行寻优,采用一维向心透平效率模型取代固定透平等熵效率,并对工质进行敏感性分析。结果表明:透平效率随蒸发温度增加单调减少,随冷凝温度增加单调增加;在帕累托前沿中,随着热效率的增加,变透平效率寻优结果中PER迅速增加,定透平效率寻优结果中PER增加相对较平缓;热源温度越高,定透平效率寻优结果和变透平效率寻优结果差异越大。(本文来源于《工程热物理学报》期刊2019年11期）
关守平,邹立夫,张菁菁[8]（2019）在《区间多目标粒子群优化算法及其应用》一文中研究指出提出了一种区间多目标粒子群优化(IMOPSO)算法,用于解决多目标下区间变量的优化问题.基于区间可信度定义两个区间解的占优关系,通过归一化方法和区间拥挤度距离对Pareto最优解排序,并设立归档机制,利用外部存储器保存Pareto最优解集.针对有界误差系统的建模问题,提出了基于IMOPSO算法训练区间神经网络(INN)模型参数的建模方法,解决了误差界已知和误差界未知两种情况下的有界误差系统建模问题.最后,以一阶不确定系统为例,利用所提算法进行了建模仿真,验证了建模方法的有效性.(本文来源于《东北大学学报(自然科学版)》期刊2019年11期）
谢承旺,张飞龙,陆建波,肖驰,龙广林[9]（2019）在《一种多策略协同的多目标萤火虫算法》一文中研究指出现实中的多目标优化问题不断增多且日益复杂,需要不断发展新型启发式算法应对挑战.提出一种多策略协同的多目标萤火虫算法MOFA-MCS.该算法采用均匀化与随机化相结合的方法产生初始种群;利用档案集中的精英解个体指导萤火虫移动;并在移动的过程施加Lévy flights随机扰动;最后,利用ε-叁点最短路径策略维护档案解群的多样性.MOFA-MCS算法与其他6种经典的多目标进化算法一同在12个基准的多目标测试问题上进行实验,结果表明所提算法在收敛性、多样性方面总体上具有显着的性能优势.(本文来源于《电子学报》期刊2019年11期）
赵云涛,谌竟成,李维刚[10]（2019）在《融合自适应差分进化机制的多目标灰狼优化算法》一文中研究指出针对灰狼算法易于陷入局部最优问题,提出了一种融合自适应差分进化机制的多目标灰狼优化算法。首先,将外部种群Archive按目标函数值的距离进行分组以避免存储相似个体。其次,设置头狼选择机制,在外部种群中选择头狼。最后,在更新过程中引入差分进化,择优选择下一代灰狼,同时差分进化参数可根据候选解加权目标函数值动态地自适应调整,平衡算法的局部开发与全局探测性能。基于8个多目标测试函数的验证结果表明,提出的多目标灰狼优化算法的收敛性与分布性优于其他3种算法。(本文来源于《计算机科学》期刊2019年S2期）
多目标算法论文开题报告
（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：
为优化螺旋滚筒参数,基于免疫混合粒子群算法对采煤机螺旋滚筒的设计参数进行了优化。运用相似理论进行模化试验,建立截割比能耗数学模型,确定了以截割比能耗、载荷波动系数、生产率和煤炭品质为优化模型,和以螺旋滚筒直径、截线距、叶片头数、螺旋滚筒的转速和采煤机牵引速度为优化变量的优化模型。通过Matlab软件编制的优化设计程序,对项目组某型号采煤机螺旋滚筒设计参数进行优化。验证了免疫粒子群算法对螺旋滚筒参数优化的可行性,同时为采煤机螺旋滚筒的设计生产提供了理论参考。
（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。
多目标算法论文参考文献
[1].刘琦良.基于粒子群算法的多目标路网养护方案优化[J].建材与装饰.2019
[2].赵丽娟,黄禹丁.基于免疫粒子群算法的螺旋滚筒参数多目标优化[C].2019航空装备服务保障与维修技术论坛暨中国航空工业技术装备工程协会年会论文集.2019
[3].董建明.基于神经网络的接触悬挂装置多目标定位算法研究[J].工程建设与设计.2019
[4].李春梅,罗健,吴云,杨侃,汤梓杰.改进果蝇算法在多目标水资源配置中的应用研究[J].人民长江.2019
[5].李静,张卓群,李旭.蚁群算法在多目标工期-成本优化中的应用[J].北京工业职业技术学院学报.2019
[6].仇中柱,吴聪聪,郑雨柔,陈建康,姚远.基于差分进化算法的分布式能源系统多目标优化[J].科学技术与工程.2019
[7].韩中合,梅中恺,李鹏.基于MODA算法的有机朗肯循环多目标优化[J].工程热物理学报.2019
[8].关守平,邹立夫,张菁菁.区间多目标粒子群优化算法及其应用[J].东北大学学报(自然科学版).2019
[9].谢承旺,张飞龙,陆建波,肖驰,龙广林.一种多策略协同的多目标萤火虫算法[J].电子学报.2019
[10].赵云涛,谌竟成,李维刚.融合自适应差分进化机制的多目标灰狼优化算法[J].计算机科学.2019