一、L.P.问题单纯形法一种改进的迭代判别方法（论文文献综述）
傅昱[1]（2021）在《层状岩石破坏过程的声发射特性及源定位研究》文中认为在工程建设中,岩体稳定性与工程的安全性、可靠性密切相关,因此,了解施工环境中岩体的力学性质是工程开展建设的一个重大前提。岩体力学性质受层状构造影响较大,而含有层状构造的岩体分布又十分广泛,因此在工程建设中若只考虑岩性而忽略层理倾角变化引起岩石力学性质的改变或给工程的平稳运行带来巨大的风险,故而有必要对层理倾角的变化引起岩石破坏模式、力学性质等方面的改变开展研究。本课题通过选取竖直层理、水平层理以及45°层理的软岩（千枚岩）及硬岩（板岩）试样开展单轴压缩试验,结合声发射技术进行全程监控,根据所得试验数据,探究了层理倾角的变化对软、硬岩石破坏方式、力学性质及声发射特性的影响规律。对试验结果进行分析取得如下成果:（1）从破坏后裂纹孕育发展情况分析,竖直倾角的层状软、硬岩石的破裂机制为劈裂破坏,水平及45°倾角的层状软岩破裂机制为剪切破坏,水平及45°倾角的层状硬岩的破裂机制为劈裂与剪切相结合的混合破坏。（2）声发射RA值能判断破裂机制为混合破坏时裂纹发展的时序特征,表明其顺序为先剪切裂纹的孕育发展,后劈裂裂纹的扩张;声发射振铃计数反应了岩样内部裂纹的孕育发展情况,硬岩主裂纹孕育时刻在岩样到达抗压强度峰值时刻之前,而软岩主裂纹孕育时刻在岩样到达抗压强度峰值时刻之后;声发射能量为声发射源释放的弹性能量,裂纹孕育扩展方式会极大影响声发射能量的释放,当岩样破坏模式为剪切破坏时,声发射能量释放较少,而当破坏模式为劈裂破坏时,声发射能量则瞬间大量释放;声发射参数判可断岩石破解状态,提供破裂的预警信号。其中振铃计数与能量的突增现象为预警信号,当该信号出现时,预示硬岩即将发生破坏,而对于软岩则预示即将由弹性阶段进入塑性阶段。（3）通过结合岩样破坏特征及声发射特征,可推断软岩的破坏机理为首先发生晶格滑移再发生晶格断裂从而导致最终破坏,而硬岩仅因晶格断裂导致破坏。源定位是声发射技术的一个重要目的,能够粗略描绘出材料的内部损伤区域。本课题对层状岩体的声发射源定位方法进行探索,利用斯奈尔定理推导了在AE源在二维平面中双层以及三层层理中传播的走时方程,结合粒子群算法对走时方程求解,分别得到了单速度模型与考虑层状结构的多速度模型下的源定位位置,对比分析了两种情况下定位精度的差异。同时探究了单速度模型下,速度选取值对源定位精度的影响。
张航[2]（2020）在《基于深度学习的隧道微震信号处理及岩爆智能预警研究》文中提出中国“十三五”科技创新规划纲要提出了加强深部资源的开发和利用,包括矿物、能源资源勘探开发、城市地下空间利用及减灾防灾等,而深部资源的探索过程中往往面临各种风险和危害,特别是深部地下工程及隧道工程在建设过程中容易引发大量工程地质灾害,如岩爆、大变形等。微震监测技术作为一种新型岩体微破裂监测技术,已经快速发展并成为地下工程灾害监测预警的重要手段之一,且具有7×24小时全天候不间断监测特点,这导致了监测过程中数据的大量采集与积累,给数据的及时、快速和有效处理带来了巨大挑战。目前,大部分数据处理工作都是依靠具有较为丰富实践经验和较为扎实地震学功底的工作人员完成,处理时间较长,且效率和准确率得不到保证,严重影响了地质灾害预测和预警的时效性。同时,结合微震活动发育情况或震源参数演化规律进行灾害预警的人为主观因素较大,其有效的预警方法及稳定性需要进一步提升。基于此,本文以深埋隧道岩爆灾害为研究对象,结合微震监测技术、人工智能算法、深度学习和物联网技术,开展了基于深度学习的隧道微震信号处理及岩爆智能预警研究。基于充足的微震监测数据,建立围岩微震波形智能分类模型及降噪和拾取模型,优化和改善震源定位方法,结合岩爆灾害形成全过程微震信息演化趋势构建微震预测和岩爆预警模型,最终提出岩爆微震综合预警流程。在此基础上,研发和构建隧道微震自动化监测及岩爆智能预警平台,提高岩爆灾害动态预警的时效性和准确性。通过研究,本文获得如下主要成果和认识:（1）构建围岩微震信号智能分类模型。对现场监测信号进行时频分析能够初步区分和识别微破裂信号,其具有强度和频率相对较低、波形成分较为单一、衰减更快等特点。建立微破裂波形与噪音波形（爆破、机械和未知波形）的两类样本数据库,基于深度卷积神经网络构建了围岩微震波形智能分类模型,通过训练、验证、测试和方法对比分析,并结合相关指标证明了该方法的良好性能,且对于不同信噪比水平的微破裂信号同样能够较好检测。同时,该模型具有良好的泛化能力,对不同背景地质构造区域下的围岩微震波形分类也保持较高的精度,能够更好检测Mw≥0.5的微破裂事件。训练后的模型无需调整参数即可保证准确性,在实时监控、智能检测和分类方面具有良好的应用前景。（2）建立基于深度卷积编解码神经网络的微震波形降噪和拾取双任务模型。该模型集成了具有两个相似结构的卷积编解码网络,能够一次性解决围岩微破裂信号降噪和持续时间拾取问题。基于半合成数据训练好的模型,即使微破裂信号受到不同类型和强度的噪声污染（非高斯噪声）,甚至于噪声的频带与微破裂信号的频带重叠,信号和噪声成分也能正确的区分与分离。降噪后的微破裂信号泄漏极小,其形状和幅度特性得到了很好的保留,这些特点同样适用于通过含噪信号与降噪信号获得的预估的噪声（非高斯噪声和高斯噪声）。该模型在信号持续时间拾取上也表现出较高的拾取精度,包括了信号到时的拾取。虽然该模型的训练数据来自于半合成数据,但无论是降噪效果、波形恢复,还是持续时间拾取方面,其在实际采集围岩微震信号的应用效果同样保持良好。此外,该方法对于噪声污染而无法人为确定的微破裂信号持续时间也具有良好拾取能力,可以进一步改进和校正人为拾取结果。与高通滤波器降噪性能、STA/LTA方法到时拾取精度相比,该方法显着提高了信噪比,并引入了较少的波形失真,使真实波形得到更好的恢复,较高的命中率和较低的平均偏差证明了其在低信噪比下也具有良好的拾取精度,能够满足工程到时拾取精度要求。（3）优化和评估隧道微震阵列与震源定位算法。引入残差准则和双曲线密度评估和分析轴向扩展、横向扩展和双洞阵列三种隧道“非包围”式微震阵列的震源定位的准确性和有效性,并结合人工敲击实验和现场应用进行验证,结果显示双洞阵列定位效果相对最优。引入加权系数优化基于L1范数准则的微震定位目标函数,并结合隧道开挖爆破方式和初始震源位置判断构建隧道围岩传播速度模型,一定程度上提高了震源定位精度。引入混沌初始化策略、自适应学习因子、权重系数改进和提高种群多样性等措施优化粒子群算法并改善微震震源定位效果,最终通过不同定位方法对比论证了改进后的方法具有可靠性较强、稳定性较高的特点,能够很好地跳出局部最优,实现收敛精度的提升,找到比其他算法更好的解。（4）构建基于多变量、多目标的岩爆微震参数时间序列的智能预测模型。选取岩爆灾害形成全过程的能量释放、视体积、事件数及其累计值和能量指数等多变量微震参数构建岩爆微震指标库。基于此,建立基于卷积神经网络的多目标岩爆微震指标时间序列预测模型,结合各类评价指标对比分析不同神经网络模型的预测性能,提出了微震指标时间序列预测方法,实现了未来微震参数的准确预测,为后续岩爆灾害动态预警提供数据基础和支撑。（5）建立基于灾变前兆信息及其演化趋势推断的岩爆微震综合智能预警模型。基于累计视体积和能量指数变化趋势将岩爆灾害形成全过程划分为岩爆萌生阶段、岩爆灾变阶段和岩爆成灾阶段。结合滑动时窗方法建立不同岩爆阶段所对应的样本数据库,基于高分辨率卷积神经网络构建岩爆预警模型,结合各类评价指标和方法对比研究了模型的性能表现,论证了该模型对不同岩爆阶段预测的准确性和良好性能,并验证了模型对不同环境数据的鲁棒性,最终确定以岩爆灾变阶段作为岩爆预警的阈值之一。同时,探索和研究不同岩爆灾害形成全过程的岩爆危险度及其增长趋势,认为当岩爆危险度增长速率大于0的量值的拟合曲线连续出现了不少于6次数据点的持续性升高为岩爆风险的另一预警阈值。结合微震监测技术,基于岩爆微震预测模型推断多参数灾变前兆信息的演化趋势,最终建立岩爆微震综合预警流程。（6）基于微震监测技术、微震信号处理（围岩微震波形智能分类、降噪和拾取）、震源定位、参数计算、微震预测和岩爆预警等各类智能算法和模型,结合Java和Python编程语言,运用B/S构架体系,建立了隧道微震自动化监测及岩爆智能预警系统平台。该平台实现了整个微震监测工作流程的自动化、高效化和智能化,极大程度上改善了数据质量和处理速率,一定程度上保证了岩爆微震预警的及时性和准确性。同时,研发平台在实际工程中得到了良好应用。
甘一雄[3]（2020）在《地下工程岩体破裂声发射参数表征研究与定位方法优化》文中研究指明声发射作为一种被动的无损监测手段,在地下工程中得到了较为广泛的应用,但也同样存在一定局限。针对这一情况,本文主要从声发射参数表征与破裂源定位两个方向,研究了地下工程岩体破裂声发射监测方法。在岩石破裂声发射参数表征研究中,本文通过对巴西劈裂试验过程中的声发射监测,验证了即使是宏观为张拉破坏的岩石破裂,在临近破坏阶段剪切破裂比例仍会增长的规律,并据此提出了基于声发射RA（上升时间RT与振幅A的比值）与AF（平均频率）的岩石破裂监测指标CV（r）,并给出了相应的建议预警阈值CV（r）=1。通过巴西劈裂试验及华蓥山隧道掘进爆破过程中的现场监测,验证了该指标的可行性与优势,结果表明,这一指标在信号衰减的作用下反而能够得到偏安全的分析结果,抵抗衰减的能力较强,适用于作为地下工程声发射现场监测指标。通过隧道围岩声发射现场监测试验,对比了不同破裂源距离、不同参数选取、不同统计方法、不同安装方式等因素对参数分析结果的影响。其中,在华蓥山隧道中采用了原岩表面安装、初衬表面安装、锚杆端部安装等三种安装方式,在五老峰隧道中采用了原岩表面安装与钻孔内部安装等两种安装方式。根据分析结果可知,原岩表面安装与初衬表面安装方式安装难度相对较低,参数监测结果也较为可靠;钻孔内部安装方式受环境噪音影响较小,监测效果较好,但安装与耦合难度较高;锚杆端部安装方式的安装难度适中,对于某些监测参数指标会有增益效果,但不宜选用C V（r）值及相关参数指标作为监测指标。然而,在声发射现场监测中,仅凭参数分析难以得到事件的空间密度,仍需要进一步通过破裂源定位确定声发射事件的空间分布。破裂源定位方面,本文提出了一种结合数据库技术的网格搜索优化方法——时差场搜索定位算法,并通过对水压致裂模型试验的声发射监测与事件定位验证该方法的可行性,并以相关系数为依据,对比了时差场搜索定位方法与单纯形法的定位效果,由对比结果可知,在该试验中时差场搜索定位方法的效果更好。此外,本文引入了“区域化速度模型”,进一步验证了该方法在复杂速度模型下的适用性。根据定位结果统计了不同参数的分布密度结果,由统计结果可知,不同参数的密度分布特征差异可能较大,在进行参数密度统计时应充分考虑不同参数反映的不同信息,尽可能全面地进行监测分析。基于时差场搜索定位方法,本文进一步提出了地下工程现场监测中的等效定位方法,用以简化定位条件,降低破裂源定位的实用难度。通过五老峰隧道掌子面轻微岩爆的声发射监测与等效定位验证了该方法的可行性:通过对比不同速度模型下的钻孔定位结果,选取更为合理的“组合波速模型”,并采用组合波速模型,对掌子面停工后监测到的少量信号进行定位分析,得到定位结果在掌子面右侧区域,且事件发生时间、事件对应最大r值等统计结果都印证了定位到的声发射事件对应掌子面上的宏观破裂,结合定位结果与参数分析结果,推断掌子面在停工后发生了一次轻微岩爆。
汪伟[4]（2020）在《并联机器人标定算法研究》文中进行了进一步梳理精度是衡量并联机器人性能好坏的重要指标之一。如何完成对并联机器人误差的标定和补偿,是目前并联机器人领域的一个核心问题。本文以课题组自主设计的六自由度并联机器人平台为研究对象,对误差因素进行分析和标定研究。通过坐标变换完成机器人平台的逆向运动学求解,利用多维下降单纯形法与逆向运动学求解结合完成机器人平台的正向运动学求解。分析机器人平台的误差来源并确定标定参数。在此基础上,分别建立基于逆向运动学和基于正向运动学的位姿误差分析模型,然后利用基于正向运动学的误差分析模型进行误差分析,确定影响上平台位姿精度的主要误差因素。其次,针对传统标定方法的不足,提出基于正向运动学的标定算法和基于逆向运动学的标定算法,将机器人平台的误差标定问题转化为连续优化问题,并采用下降单纯形法进行求解。此外,分析了当测量仪器相对位置不固定时的误差标定,并在仿真环境下验证了该算法的有效性。最后,利用双目摄像头实际测量机器人上平台位姿,对测量数据处理后进行误差标定,标定完成后重新测量上平台位姿,根据精度评价指标,发现机器人上平台位姿精度得到明显提高,从而验证了本文采用的标定方法的有效性。
左远龙[5]（2020）在《基于改进BP神经网络模型的光伏发电短期预测研究》文中研究说明在我国经济和社会都迈入高速发展的大背景下,环境恶化危机和能源短缺问题日益突出,大力开发和使用清洁和可再生能源的理念势不可挡,也顺应保护环境和可持续发展的社会主旋律,以光伏发电并网为代表的新能源发电并网方式已成为我国电力系统稳定运行和优化调度的重要一环。但在实际运行过程中,由于受到环境和气候等不稳定的因素变化,光伏发电输出会产生巨大的随机性和波动性,研究光伏发电短期预测对光电并网和电网运行调度显得十分有必要。本文首先研究了光伏发电的基本工作原理和光伏组件的伏安特性,接着详细介绍了光伏发电系统构成和集中式、主从式、分布式与组串式四种光伏发电并网方式优缺点,并对影响光伏发电的多种环境因素进行了细致分析。在此基础上,对光伏发电历史缺失和异常数据进行判别和修正,采用主因子分析法在SPSS数据分析软件中对历史完整有效气象数据降维简化处理,选取主因子作为预测模型新的输入。考虑实际BP神经网络预测算法选取初始权值阈值的随机性和极易陷入最优解的不足,采用了一种改进天牛须算法（MBAS算法）优化BP神经网络的权值和阈值,详细介绍了该改进算法的原理和运算过程,通过函数算例分析对比初始天牛须算法（BAS）、粒子群算法（PSO）和改进的天牛须算法（MBAS）三种算法的寻优结果和运行时间,得出MBAS算法在寻优精度和收敛速度均有提高;利用改进的MBAS算法优化BP神经网络的初始参数,同时采用主因子分析法（PFA）选取的主因子简化模型输入,由此,搭建了基于一种基于PFA-MBAS-BP神经网络的光伏发电短期预测模型。基于完整和有效的历史光伏数据,通过对比分析BP、PFA-BP、MBAS-BP和PFA-MBAS-BP四种组合预测仿真模型的预测精度和收敛速度,实验结果表明:基于PFA-MBAS-BP神经网络的改进预测模型受天气变化影响较小,特别在阴雨等突变天气类型下,该改进模型的预测精度也达到92.5%以上,且整体预测数据的拟合程度也很高,达到理想预期效果,具有良好的应用前景。
高慧杰[6]（2020）在《基于磁梯度张量边界识别的最优化方法反演研究》文中提出磁张量探测是近年来兴起的一种高精度勘探手段,具有信息量大、分辨率高等优点。目前,磁梯度张量勘探的应用前景日益广阔,有关张量数据处理方法的研究受到人们广泛的关注。边界识别是磁场数据解释中不可缺少的任务。磁梯度张量数据,对于直接勾划异常体的边界、圈定地下异常体具有更高的精度。基于磁梯度张量数据进行张量分量组合形成了多种边界识别方法,现今已经广泛应用于磁异常的处理解释过程中。但在目前大多数情况下,还是主要用做定性解释。磁异常处理中的最优化反演方法,是一种定量解释方法,分为几何形态反演与物性反演。目前主要是采用规则的固定剖分的模型进行物性反演,当有较多先验信息,三度磁性体的形态近似规则模型时,也可进行几何参数反演。本文将磁梯度张量边界识别和磁异常最优化方法反演结合起来,对基于磁梯度张量边界识别的磁异常最优化方法反演进行了研究分析。本文首先简要介绍了磁梯度张量的原理性质,简单推导了频率域内不同情况时磁梯度张量换算的具体公式,综合利用磁梯度张量各分量及张量不变量I1、I2进行边界识别。接着阐述了磁异常最优化反演的原理,对最小二乘意义下的最优化选择法进行了原理介绍,说明了本文最优化方法构造的目标函数形式。然后通过模型试算,使用单纯形法、拟牛顿法两种常用的最优化方法进行反演,对比分析其优化反演效果,并分析不同初始值、噪声、磁性参数误差对最优化反演结果的影响,用于研究基于磁梯度张量边界识别的最优化方法的容错性,以便于将方法应用于实际中。最后,用本文方法对矿区实测磁异常资料进行处理解释,探究其在实际应用中的效果。本文综合利用磁梯度张量各分量及张量不变量I1、I2进行大致的边界识别,将边界识别出的定性解释结果作为边界位置定量反演的初始值,利用单纯形法和拟牛顿法这两种常用的磁异常最优化反演方法对几何参数进行定量反演。通过最优化方法的反演,更为精确的确定磁性体模型的几何参数,刻画磁性体的边界。本文探究了定量识别边界的方法,具有一定的理论意义和实际意义。
金秋霞[7]（2020）在《基于社交网络分析的混合整数规划问题求解难度预估与应用研究》文中研究说明作为运筹学重要内容之一的混合整数规划问题,在制造业、农业、航空运输业和金融业等领域具有广泛应用。线性规划问题发展至今,已提出和发展了多种多样的用于解决不同类型问题的算法和先进求解器。而针对不同类型和难度的问题,应当选择最合适的算法或者求解器进行求解,从而能降低计算成本,同时提高解的质量。因此,通过对问题的求解难度进行预估,有助于判断应采用何种算法或如何设置求解器参数进行求解。本文利用社交网络分析方法,将其创新性地应用于数学领域。用网络图表达混合整数规划问题,并从不同社交网络分析指标,对不同求解难度的混合整数规划问题进行统计分析,筛选出能反映求解难度的关键特征并由此建立难度预测模型,此外还基于关键特征提出了优化混合整数规划问题求解效率的改进算法。最后以实际印刷电路板装配线平衡问题以及大学课程时间表安排问题为研究案例,将基于社交网络分析的混合整数规划问题的特征分析方法、求解难度预估模型以及求解优化方法应用于其中,发现所提出的模型与方法具有良好的理论意义和实用价值。本文研究工作和主要成果如下:（1）分析了混合整数规划问题的研究现状以及MIPLIB（The Mixed Integer Programming Library）所提供的带有求解难度标签的混合整数规划问题集特征,采用交邻图对混合整数规划问题样本集进行可视化表达,并按照类别标签进行分类。应用社交网络分析方法,选取了能良好反映网络凝聚性、中心性、传递性以及最短路径等的社交网络指标,对交邻图进行特征提取,并将数据按类别标签进行区分。（2）针对含有交邻图社交网络特征的数据,在进行数据预处理后,对每一分析指标下的数据按类别标签分类,并以箱型图、小提琴图和抖动图相结合的方式展示数据分布情况,给出了描述性统计分析结果。应用Shapiro-Wilk正态性检验方法检验得到数据并不符合正态分布,因此采用非参数检验方法进行后续显着性检验。利用Kruskal-Wallis显着性检验方法,检验每一分析指标下不同类别的数据是否具有显着性差异。再利用其事后检验方法,Dunn检验方法就两两类别之间做显着性差异检验。（3）基于在Kruskal-Wallis检验和Dunn检验的双重检验下,保留在不同类别间具有显着性差异的分析指标作为关键特征。采用Bootstrap重采样方法,估计不同类别的数据在每一关键特征下的中位数和均值,以呈现具有不同类别标签的混合整数规划问题在各个关键指标下的平均水平。（4）对关键特征进行了Spearman相关性分析,以相关性矩阵图的形式阐释了关键特征之间具有较高的相关性,即具有多重共线性。应用主成分分析消除了数据之间的多重共线性,避免了多重共线性对线性分类模型分类效果的影响。并采用累计方差比例和Kaiser-Guttman规则,选择了保留了80%以上原始数据信息的主成分,完成了数据降维。在降维数据的基础上,采用逻辑回归、线性判别分析以及随机森林构建了预测模型。对带有类别标签的降维数据分为了训练集和测试集,对每一个分类模型都进行了10次10折交叉验证,并采用SMOTE采样技术解决数据不平衡问题。从预测结果准确率、Kappa值、AUC以及运行时间等角度,对三类预测模型进行了性能比较,最终得到三者表现性能相当且分类准确率可达86%左右,其中线性判别分析分类模型相对最好。（5）基于关键特征提出两种了优化混合整数规划问题求解效率的优化算法,一种是基于混合整数规划问题结构特性,即变量数量和约束条件数量,提出从分支定界法的线性松弛规划算法角度,针对不同的变量与约束条件数量之比,提出优化算法;另一种是基于混合整数规划问题对偶交邻图的社交网络特性,度中心性和中介中心性,对混合整数规划问题模型做出优化。两种优化算法经算例验证,具有可靠性和有效性。（6）开展了实例分析,其中实际应用案例包括印刷电路板装配线平衡问题和基于课程设置的课程时间表问题。通过构建实际应用案例的混合整数规划数学模型,生成交邻图,再结合上述的分析方法和构建的预测模型,对相应的混合整数规划问题进行特征分析和求解难度预测。对应不同类型的问题,采用不同优化算法进行求解,并比较了不同的优化算法的求解性能,验证了预测模型和算法的可行性和有效性。
曾泉[8]（2020）在《基于BBS特征点的改进型线性模板匹配算法研究》文中提出模板匹配是图形处理研究中的主要内容之一,在机器视觉、医学图像等诸多领域中有着重要的应用。当图像中的目标出现旋转、光照不均匀、视角变化和部分遮挡的情况时,现有的模板匹配方法很难匹配出准确的结果,因而寻找效果更佳的模板匹配方法是一个有意义的研究问题。在现有的多种基于特征点的模板匹配方法中,使用线性规划的模板匹配方法在目标出现旋转和光照不均匀的情况下模板匹配效果较好,但它在目标出现局部形变和部分遮挡时模板匹配稳定性会急剧下降。因此,为了提高稳定性,本文提出了使用线性规划模板匹配的一种改进方法。仿真实验表明,即使在目标出现局部形变和部分遮挡的情况下,改进的算法依然具有很好的鲁棒性。本论文的主要工作包括:1)研究了利用图像BBS（Best-Buddies Similarity）特征点的模板匹配算法。在背景杂点较多、目标出现部分遮挡时,使用现有的特征点进行模板匹配得到的结果不太理想。因此提出了使用BBS特征点进行模板匹配,通过仿真实验验证了BBS特征点的匹配方法能很好去除杂点,而且该方法模板匹配的速度较快。2)改进了原有的使用线性规划的特征点匹配算法,改进后的算法能有效解决目标出现局部形变和部分遮挡时的匹配问题。虽然现有使用线性规划的模板匹配方法能够准确、快速的完成模板特征点和目标特征点的匹配,但是在局部形变和部分遮挡的情况下,现有方法的匹配结果却不够稳定。改进后的算法不仅具有仿射不变性,而且在目标出现局部形变和部分遮挡的情况下,模板匹配结果更好。本文通过仿真实验验证了改进后的算法在目标出现旋转、光照以及局部形变和部分遮挡的情况下,依然能得到可靠的匹配结果。与原有使用线性规划的模板匹配算法相比,改进后的算法在目标部分遮挡的情况下能得到更好的匹配结果。
陈栋[9]（2020）在《舱段对接并联机构的轨迹规划及运动控制技术》文中研究指明舱段对接是航天产品总装、测试及试验等环节的关键工序,在技术性和安全性等方面有严格的操作要求。舱段对接技术直接关乎到航天产品的生产质量及效率,正成为航天及制造等领域的研究热点。针对目前手动对接技术效率低、对接精度及质量一致性差等问题,本文研制了6-UPU型并联机构作为舱段对接设备,并研究了舱段对接的多项关键技术,旨在提供一套较为系统的、行之有效的方法以提高舱段对接精度及效率。本研究对于提高航天产品生产质量及缩短生产周期具有重要意义。针对6-UPU型并联机构开展基础性问题研究。在并联机构三维模型及结构参数设计的基础上,利用闭环矢量链建立逆运动学模型,利用虚功原理建立逆动力学模型。进行了平移、旋转及复合运动的仿真分析,验证了运动学及动力学模型的正确性。为了有效地利用并联机构实现舱段调姿,提出一种多目标、多约束条件下实现并联机构无奇异轨迹规划的方法。利用B样条曲线对并联机构及支链运动轨迹进行参数化表达。在综合了舱段对接任务效率、稳定性及能耗方面的需求并考虑了并联机构的性能和运动约束条件后,建立并联机构的多目标轨迹优化模型,以改进的免疫克隆选择算法（IICSA）实现并联机构多目标轨迹优化。针对无标记点的舱段位姿测量问题,提出一种基于关键特征（KCs）的舱段位姿拟合方法。为了提高点集匹配算法的拟合精度,提出了一种基于多特征点测量的四元数位姿拟合方法。为了获取舱段对接中的相对位姿关系,研究了一种相对位姿关系测量及等价变换方法,并利用Nelder-Mead算法拟合出精度较高的相对位姿。针对动平台目标位姿的换算问题,研究了位姿矢量换算法、坐标关系转换法等多种可靠而有效的方法。为了实现对并联机构规划轨迹精确稳定的追踪,提出了一种改进的动态递归模糊神经网络（DFNN）与增量式PID结合的控制方法。利用递归单元将模糊神经网络（FNN）改进为DFNN以提高网络的时变特性及动态映射能力,进而提高了DFNN-PID的控制精度及稳定性。为了降低网络参数初值对轨迹追踪精度的影响并克服BP算法的局限性,提出了一种基于改进鱼群算法（IFA）的网络参数优化学习算法。设计了舱段对接仿真系统,开发了舱段对接运动控制软件,搭建了舱段对接试验平台,综合利用上述研究方法控制并联机构实现了舱段自动对接。
孙明馨[10]（2020）在《矿山微震事件定位及聚类分析系统研究与实现》文中研究指明作为煤炭开采大国,我国每年开采着全球35%的煤炭资源,但因为煤矿动力灾害造成的伤亡人数却高达全球伤亡人数的50%以上。为了煤矿安全生产需要,实时监测矿区内能量变化,微震监测系统得到越来越广泛的应用。随着研究的深入和应用的普及,安全生产形势正在逐年向好发展。利用微震监测系统自动拾取的实时微震数据,可以进行诸如反演微震源参数、研判地质结构、判别形成机理等研究,其中微震事件定位是微震监测系统的核心部分和研究重点,由于监测环境复杂,制约因素多且具有相关性,现有的定位算法精度仍有待提高;同时,由于微震事件形成机理不同,监测系统接收的微震信号也会呈现不同的特征,可以采用聚类分析算法对系统自动识别的微震信号进行类别划分,为下一步的灾害预警、复工复产提供理论依据。经分析,本文研究并实现了矿山微震事件定位及聚类分析系统,采用B/S架构,实现四大功能模块,即数据预处理模块、微震事件定位模块、微震事件聚类模块和结果可视化模块,并在辽宁和山西部分矿区得以实际应用。数据预处理模块实现数据读取、能量比法到时拾取和微震事件截取并存储功能。微震事件定位模块包括传统定位模块和定位修正模块。传统定位模块中实现了三台定位和主事件定位,其中三台定位可以用于监测台站触发数量大于等于3时,对微震事件进行粗定位;主事件定位可以用于监测台站触发数量大于等于4且主事件明确情况下,对微震事件进行相对定位;为了进一步提高定位精度,本系统实现了定位修正模块,该模块提出并实现了基于LCM的改进粒子群定位修正算法,该算法在传统算法定位结果的基础上,利用Logistic混沌映射将初始粒子群均匀映射到解空间,而后采用动态惯性权重的粒子群算法,迭代寻找最优解,最终实现定位结果的优化修正。微震事件聚类模块中提出并实现了基于DTW的改进K-means微震事件聚类算法,该算法充分考虑微震信号的时间序列特性,采用DTW距离作为信号间的相似性度量,消除了波形漂移误差,并改进K-means算法的质心更新策略,采用与DTW特性相结合的DBA质心更新方法,迭代优化聚类中心的更新过程。结果可视化模块实现了微震事件定位结果和微震事件聚类结果的可视化展示。通过实验表明,改进的粒子群定位修正算法能够达到定位修正的目的,提高了系统的定位精度,改进的K-means聚类算法,能够充分利用微震信号的波形特征,实现精度相对较高的微震事件聚类。
二、L.P.问题单纯形法一种改进的迭代判别方法（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、L.P.问题单纯形法一种改进的迭代判别方法（论文提纲范文）
（1）层状岩石破坏过程的声发射特性及源定位研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 层状岩石研究现状 |
| 1.2.2 声发射检测技术的研究现状 |
| 1.2.3 源定位研究现状 |
| 1.3 研究内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究技术路线 |
| 第二章 声发射技术理论 |
| 2.1 引言 |
| 2.2 声发射产生机理与声发射波 |
| 2.2.1 AE波的产生 |
| 2.2.2 AE波的波动方程 |
| 2.3 声发射特征参数 |
| 2.4 声发射波传播路径 |
| 2.5 声发射源定位常用算法 |
| 2.5.1 最小二乘法 |
| 2.5.2 单纯形法 |
| 2.5.3 Geiger定位法 |
| 2.5.4 群智能算法 |
| 2.6 本章小结 |
| 第三章 单轴压缩条件下层状岩石的破坏及声发射特性 |
| 3.1 引言 |
| 3.2 试验设备及试验过程 |
| 3.2.1 波速测试仪 |
| 3.2.2 声发射监测设备 |
| 3.2.3 加载设备 |
| 3.3 试验过程 |
| 3.4 试验结果与分析 |
| 3.4.1 水平层理岩石的破坏特征与声发射特征 |
| 3.4.2 45°层理岩石的破坏特征与声发射特征 |
| 3.4.3 竖直层理岩石的破坏特征与声发射特征 |
| 3.5 本章小结 |
| 第四章 层状岩石声发射源定位研究 |
| 4.1 引言 |
| 4.2 声发射源定位原理 |
| 4.3 粒子群算法对层状岩石定位研究 |
| 4.3.0 粒子群算法介绍 |
| 4.3.1 双层层状岩样源定位方程推导 |
| 4.3.2 双层层状岩样源定位精度研究 |
| 4.3.3 三层层状岩样源定位方程推导 |
| 4.3.4 三层层状岩样源定位精度研究 |
| 4.4 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 作者简历及硕士学习阶段科研成果 |
| 致谢 |
（2）基于深度学习的隧道微震信号处理及岩爆智能预警研究（论文提纲范文）
| 摘要 |
| 研究成果的主要创新点 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题依据及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 微震波形识别与分类研究 |
| 1.2.2 微震波形降噪和到时拾取研究 |
| 1.2.3 微震定位方法研究 |
| 1.2.4 岩爆预测及预警研究 |
| 1.2.5 主要问题与不足 |
| 1.3 研究思路、研究内容与技术路线 |
| 1.3.1 研究思路 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 第2章 基于深度卷积神经网络的围岩微震波形分类研究 |
| 2.1 引言 |
| 2.2 项目概况及数据来源 |
| 2.2.1 项目概况 |
| 2.2.2 微震监测系统构建 |
| 2.2.3 数据来源及岩爆灾害 |
| 2.3 微震波形的特征识别 |
| 2.4 微震波形信号预处理 |
| 2.5 CNN-MCN微震波形分类模型构建 |
| 2.6 CNN-MCN微震波形分类性能分析 |
| 2.6.1 数据准备与训练 |
| 2.6.2 实验结果和分析 |
| 2.7 本章小结 |
| 第3章 基于深度编解码的围岩微震波形降噪和拾取研究 |
| 3.1 引言 |
| 3.2 自编码神经网络模型 |
| 3.2.1 自编码 |
| 3.2.2 卷积自编码 |
| 3.3 微震波形降噪与拾取双任务模型构建 |
| 3.4 微震波形降噪与拾取双任务模型性能分析 |
| 3.4.1 数据准备和训练 |
| 3.4.2 实验结果与分析 |
| 3.4.3 通用性与对比分析 |
| 3.5 本章小结 |
| 第4章 隧道围岩微震阵列优化及震源定位研究 |
| 4.1 引言 |
| 4.2 微震定位原理及目标函数构建 |
| 4.3 隧道微震阵列探讨与评估 |
| 4.3.1 “非包围”微震阵列不足 |
| 4.3.2 “非包围”微震阵列评估和优化 |
| 4.4 隧道震源定位方法优化与构建 |
| 4.4.1 隧道围岩速度模型优化 |
| 4.4.2 微震定位优化算法构建 |
| 4.5 微震优化阵列与改进定位方法的测试与应用 |
| 4.5.1 “非包围”微震阵列测试与应用 |
| 4.5.2 围岩波速模型测试 |
| 4.5.3 不同定位算法对比 |
| 4.5.4 微震定位优化方法应用 |
| 4.6 本章小结 |
| 第5章 基于卷积神经网络的微震预测及岩爆预警研究 |
| 5.1 引言 |
| 5.2 相关理论基础 |
| 5.2.1 时间序列预测原理 |
| 5.2.2 ARIMA经典时间序列预测方法 |
| 5.2.3 神经网络预测模型 |
| 5.3 岩爆微震指标库建立 |
| 5.3.1 微震评价指标 |
| 5.3.2 岩爆微震指标选取与构建 |
| 5.3.3 数据预处理 |
| 5.4 微震指标预测研究 |
| 5.4.1 实验环境与数据 |
| 5.4.2 评价指标 |
| 5.4.3 微震指标时间序列模型构建 |
| 5.4.4 实验结果分析 |
| 5.4.5 不同方法对比 |
| 5.5 岩爆微震预警研究 |
| 5.5.1 实验数据 |
| 5.5.2 岩爆微震预警模型 |
| 5.5.3 岩爆微震综合预警 |
| 5.6 本章小节 |
| 第6章 隧道微震自动化监测及岩爆智能预警平台研究 |
| 6.1 引言 |
| 6.2 系统分析与设计 |
| 6.2.1 设计原则 |
| 6.2.2 系统开发及代码管理平台 |
| 6.2.3 系统及框架设计 |
| 6.2.4 数据库设计 |
| 6.3 系统主要模块 |
| 6.3.1 微震听诊模块 |
| 6.3.2 微震预测模块 |
| 6.3.3 岩爆预警模块 |
| 6.3.4 用户与信息模块 |
| 6.3.5 系统运行流程 |
| 6.4 工程应用 |
| 6.4.1 工程概况 |
| 6.4.2 微震自动化监测 |
| 6.4.3 微震预测和岩爆预警分析 |
| 6.5 本章小结 |
| 结论与展望 |
| 1 结论 |
| 2 不足与展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得学术成果 |
（3）地下工程岩体破裂声发射参数表征研究与定位方法优化（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 问题的提出 |
| 1.2 研究意义 |
| 2 国内外研究现状 |
| 2.1 地下工程岩体破裂失稳灾害监测方法 |
| 2.1.1 基于应力与位移指标的围岩稳定性监测 |
| 2.1.2 基于岩体损伤指标的岩体破坏程度监测 |
| 2.1.3 基于微震与声发射技术的岩体破裂信息监测 |
| 2.2 微震与声发射监测对比 |
| 2.3 地下工程声发射现场监测的主要研究方向 |
| 2.3.1 参数分析 |
| 2.3.2 波形分析 |
| 2.3.3 破裂源定位 |
| 2.3.4 破裂源机制分析 |
| 2.4 存在的主要问题 |
| 2.5 论文研究内容与技术路线 |
| 3 考虑衰减影响的岩石破裂声发射参数表征研究 |
| 3.1 声发射参数衰减规律 |
| 3.1.1 基本参数 |
| 3.1.2 统计参数 |
| 3.1.3 破裂机制分析参数 |
| 3.2 岩石破裂过程中RA与AF值变化规律 |
| 3.3 基于RA与AF值的花岗岩劈裂破坏参数表征 |
| 3.3.1 试验方案 |
| 3.3.2 声发射事件率监测及破裂源定位结果 |
| 3.3.3 花岗岩巴西劈裂过程中RA与AF值分布规律 |
| 3.3.4 花岗岩巴西劈裂过程中剪切破裂占比 |
| 3.3.5 衰减距离对不同参数指标的影响 |
| 3.3.6 CV(r)与b值分析结果 |
| 3.4 本章小结 |
| 4 隧道工程岩体破裂声发射监测方法及参数表征研究 |
| 4.1 工程背景与监测方案 |
| 4.1.1 渝广高速华蓥山隧道 |
| 4.1.2 建(个)元高速五老峰隧道 |
| 4.1.3 监测指标选取 |
| 4.1.4 传感器安装方式 |
| 4.2 信号传播距离对声发射参数分析结果的影响 |
| 4.2.1 不同距离下RA与AF值分布 |
| 4.2.2 不同距离下声发射参数随时间发展规律 |
| 4.3 统计方法对CV(r)分析结果的影响 |
| 4.3.1 变异系数统计方法 |
| 4.3.2 参数指标选取对统计结果的影响 |
| 4.4 传感器安装方式对声发射监测结果的影响 |
| 4.4.1 华蓥山隧道不同传感器安装方式下声发射监测结果对比 |
| 4.4.2 五老峰隧道钻孔内外声发射监测结果对比 |
| 4.4.3 不同传感器安装方式下声发射监测结果综合对比 |
| 4.5 本章小结 |
| 5 时差场搜索定位方法研究 |
| 5.1 时差场搜索定位算法基本原理 |
| 5.1.1 理论基础 |
| 5.1.2 定位过程 |
| 5.1.3 理论误差分析 |
| 5.2 真三轴水压致裂破裂定位 |
| 5.2.1 试验设备及试样制备 |
| 5.2.2 试验过程 |
| 5.2.3 试验结果与分析 |
| 5.3 声发射参数密度分析 |
| 5.3.1 参数密度计算方法 |
| 5.3.2 绝对能量密度与r值密度对比分析 |
| 5.4 本章小结 |
| 6 地下工程岩体破裂等效定位方法 |
| 6.1 等效定位方法基本原理 |
| 6.1.1 等效二维定位基本理论 |
| 6.1.2 等效一维定位基本理论 |
| 6.1.3 结构面控制型失稳等效定位方法辅助措施 |
| 6.1.4 应变控制型失稳等效定位方法辅助措施 |
| 6.2 五老峰隧道掌子面轻微岩爆等效定位 |
| 6.2.1 传感器安装方式与位置 |
| 6.2.2 声发射振铃计数率分布 |
| 6.2.3 掌子面声发射事件等效定位 |
| 6.3 本章小结 |
| 7 结论与展望 |
| 7.1 主要结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（4）并联机器人标定算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景与研究意义 |
| 1.2 并联机器人的特点与应用 |
| 1.3 并联机器人国内外发展概况 |
| 1.4 并联机器人误差标定理论的研究现状 |
| 1.4.1 误差分析理论研究现状 |
| 1.4.2 误差标定理论研究现状 |
| 1.5 主要研究内容和章节安排 |
| 2 并联机器人平台运动分析 |
| 2.1 引言 |
| 2.2 并联机器人运动学基础 |
| 2.2.1 坐标系定义 |
| 2.2.2 位置和姿态的表示 |
| 2.2.3 上平台与下平台坐标变换 |
| 2.3 并联机器人运动学计算 |
| 2.3.1 并联机器人逆向运动学计算 |
| 2.3.2 并联机器人正向运动学计算 |
| 2.4 小结 |
| 3 并联机器人误差建模与误差分析 |
| 3.1 引言 |
| 3.2 误差来源和定义 |
| 3.3 并联机器人平台位姿误差建模 |
| 3.3.1 基于逆向运动学误差建模 |
| 3.3.2 基于正向运动学误差建模 |
| 3.4 一条支链上存在误差时的误差分析 |
| 3.5 六条支链均存在误差时的误差分析 |
| 3.6 小结 |
| 4 并联机器人平台标定方法 |
| 4.1 引言 |
| 4.2 标定理论基础 |
| 4.2.1 标定的概念 |
| 4.2.2 标定的分类 |
| 4.2.3 标定的步骤 |
| 4.3 并联机器人传统标定方法 |
| 4.4 基于正向运动学的标定方法 |
| 4.5 基于逆向运动学的标定方法 |
| 4.5.1 标定方法 |
| 4.5.2 标定方法仿真验证 |
| 4.6 测量仪器相对位置不确定时误差的标定 |
| 4.6.1 标定方法 |
| 4.6.2 标定方法仿真验证 |
| 4.7 小结 |
| 5 基于双目视觉的机器人平台误差标定 |
| 5.1 引言 |
| 5.2 数据测量 |
| 5.3 机器人平台误差标定过程 |
| 5.4 精度评价指标 |
| 5.5 误差标定结果分析 |
| 5.6 小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
（5）基于改进BP神经网络模型的光伏发电短期预测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的背景和意义 |
| 1.2 国内外研究现状分析 |
| 1.3 本文主要研究内容 |
| 1.4 本文章节内容安排 |
| 第2章 光伏发电原理及特性分析 |
| 2.1 光伏发电原理 |
| 2.1.1 光伏电池发电原理 |
| 2.1.2 光伏电池数学模型 |
| 2.2 光伏发电系统分类构成 |
| 2.2.1 光伏发电系统基本构成 |
| 2.2.2 并网式光伏发电系统分类 |
| 2.3 光伏发电输出特性分析 |
| 2.3.1 太阳辐射角对光伏发电的影响 |
| 2.3.2 光照幅值对光伏发电影响 |
| 2.3.3 季节对光伏发电的影响 |
| 2.3.4 天气类型对光伏发电的影响 |
| 2.3.5 气温对光伏发电的影响 |
| 2.3.6 空气相对湿度对光伏发电的影响 |
| 2.4 本章小结 |
| 第3章 光伏发电数据处理和气象主因子分析 |
| 3.1 光伏发电历史数据判别与修正 |
| 3.1.1 部分数据缺失值判别与修正 |
| 3.1.2 异常数据判别与修正 |
| 3.2 气象主因子分析 |
| 3.2.1 主因子分析原理 |
| 3.2.2 SPSS数据分析软件简介 |
| 3.2.3 影响光伏发电因素的主因子选取 |
| 3.3 本章小结 |
| 第4章 基于MBAS-BP神经网络的预测模型搭建 |
| 4.1 BP神经网络模型介绍 |
| 4.1.1 BP神经网络算法原理论述 |
| 4.2 初始BAS算法及改进MBAS算法研究 |
| 4.2.1 天牛须搜索算法(BAS算法) |
| 4.2.2 改进的天牛须搜索算法(MBAS算法) |
| 4.3 基于MBAS-BP神经网络模型搭建 |
| 4.4 本章小结 |
| 第5章 光伏发电短期预测模型实现及算例分析 |
| 5.1 光伏发电短期预测模型实现 |
| 5.1.1 基于PFA-MBAS-BP神经网络的预测模型实现 |
| 5.1.2 改进预测模型评估 |
| 5.2 预测模型算例仿真验证分析 |
| 5.3 本章小结 |
| 第6章 结论及展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（6）基于磁梯度张量边界识别的最优化方法反演研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 选题背景及研究意义 |
| 1.2 研究现状 |
| 1.3 主要研究内容及成果 |
| 1.4 论文结构安排 |
| 1.5 论文创新点 |
| 第2章 磁梯度张量 |
| 2.1 磁梯度张量原理 |
| 2.2 磁梯度张量换算 |
| 2.2.1 空间域磁异常正演 |
| 2.2.2 频率域磁梯度张量换算 |
| 2.3 本章小结 |
| 第3章 磁异常的最优化反演方法 |
| 3.1 磁异常最优化反演原理 |
| 3.2 单纯形法 |
| 3.3 拟牛顿法 |
| 3.4 本章小结 |
| 第4章 模型试验与分析 |
| 4.1 模型的磁梯度张量正演 |
| 4.1.1 单一直立长方体模型 |
| 4.1.2 组合长方体模型 |
| 4.2 模型的最优化反演 |
| 4.2.1 基于磁梯度张量确定初始值的最优化反演 |
| 4.2.1.1 单一直立长方体模型 |
| 4.2.1.2 组合长方体模型 |
| 4.2.2 噪声对最优化反演的影响 |
| 4.2.2.1 单一直立长方体模型 |
| 4.2.2.2 组合长方体模型 |
| 4.2.3 磁性参数误差对最优化反演的影响 |
| 4.2.3.1 单一直立长方体模型 |
| 4.2.3.2 组合长方体模型 |
| 4.3 本章小结 |
| 第5章 实测磁异常资料处理与解释 |
| 5.1 实测数据的磁梯度张量边界识别 |
| 5.2 基于边界识别的实测数据最优化反演 |
| 5.3 本章小结 |
| 第6章 结论与建议 |
| 致谢 |
| 参考文献 |
| 附录 |
（7）基于社交网络分析的混合整数规划问题求解难度预估与应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景、目的与意义 |
| 1.1.1 课题研究背景 |
| 1.1.2 课题研究目的与意义 |
| 1.2 课题国内外研究现状 |
| 1.2.1 混合整数规划问题的研究现状 |
| 1.2.2 交邻图的研究现状 |
| 1.2.3 社交网络分析的研究现状 |
| 1.3 课题主要研究内容和技术路线 |
| 1.3.1 课题研究内容 |
| 1.3.2 课题技术路线 |
| 第二章 课题研究理论、数据与工具 |
| 2.1 课题研究理论定义 |
| 2.1.1 混合整数规划问题定义 |
| 2.1.2 交邻图与对偶交邻图定义 |
| 2.1.3 社交网络分析及其指标定义 |
| 2.2 课题研究数据来源 |
| 2.3 实验数据集样本选择 |
| 2.4 课题研究分析工具 |
| 2.5 本章小结 |
| 第三章 交邻图的特征分析与特征选择 |
| 3.1 MIP交邻图特征分析 |
| 3.2 MIP交邻图关键特征选择 |
| 3.2.1 关键特征选择方法流程设计 |
| 3.2.2 关键特征选择方法基本理论 |
| 3.3 关键特征选择结果分析 |
| 3.3.1 正态性检验结果 |
| 3.3.2 显着性检验结果 |
| 3.4 关键特征参数估计 |
| 3.4.1 Bootstrap参数估计方法 |
| 3.4.2 Bootstrap参数估计结果 |
| 3.5 本章小结 |
| 第四章 混合整数规划问题难度预测模型构建 |
| 4.1 关键特征相关性分析 |
| 4.1.1 Spearman秩相关系数 |
| 4.1.2 相关性分析结果 |
| 4.2 主成分分析 |
| 4.2.1 主成分分析方法 |
| 4.2.2 主成分分析结果 |
| 4.3 预测模型构建与评估 |
| 4.3.1 预测模型构建 |
| 4.3.2 预测模型评估 |
| 4.4 本章小结 |
| 第五章 基于关键特征的MIP求解优化算法 |
| 5.1 基于MIP问题结构特征的算法优化 |
| 5.1.1 MIP线性规划算法优化方法 |
| 5.1.2 算例验证 |
| 5.2 基于MIP交邻图特征的数学模型优化 |
| 5.2.1 MIP数学模型优化算法 |
| 5.2.2 算例验证 |
| 5.3 本章小结 |
| 第六章 应用案例分析 |
| 6.1 印刷电路板装配线平衡问题案例分析 |
| 6.1.1 问题定义 |
| 6.1.2 数学模型 |
| 6.1.3 PCB装配线实例描述 |
| 6.1.4 案例求解结果与分析 |
| 6.2 基于课程设置的课程时间表问题案例分析 |
| 6.2.1 问题定义 |
| 6.2.2 数学模型 |
| 6.2.3 CBCT实例描述 |
| 6.2.4 案例求解结果与分析 |
| 6.3 本章小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 作者简介 |
| 1 作者简历 |
| 2 攻读硕士学位期间发表的学术论文 |
| 3 参与的科研项目及获奖情况 |
| 4 软件着作权 |
| 学位论文数据集 |
（8）基于BBS特征点的改进型线性模板匹配算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 发展及研究现状 |
| 1.3 主要内容和章节安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 章节安排 |
| 第2章 特征点的提取和匹配算法研究 |
| 2.1 引言 |
| 2.2 经典的特征点提取方法 |
| 2.2.1 Harris算子特征点提取 |
| 2.2.2 SUSAN算子特征点提取 |
| 2.2.3 Sift特征点提取 |
| 2.2.4 特征点对比分析 |
| 2.3 特征点匹配方法 |
| 2.3.1 最小二乘法匹配 |
| 2.3.2 ICP方法匹配 |
| 2.4 使用BBS点进行模板匹配 |
| 2.4.1 局部旋转矫正 |
| 2.4.2 特征描述 |
| 2.4.3 BBS特征点进行匹配结果 |
| 2.5 本章总结 |
| 第3章 基于线性规划的特征点匹配 |
| 3.1 引言 |
| 3.2 基于线性规划的特征点匹配 |
| 3.2.1 单纯形法 |
| 3.2.2 点集的非线性匹配 |
| 3.2.3 线性松弛 |
| 3.2.4 正则化项线性化 |
| 3.2.5 连续凸化精确结果 |
| 3.3 算法流程与结果分析 |
| 3.3.1 算法流程 |
| 3.3.2 匹配结果分析 |
| 3.3.3 与ICP匹配结果对比 |
| 3.4 本章小结 |
| 第4章 基于线性规划的抗形变特征点匹配 |
| 4.1 引言 |
| 4.2 旋转和尺度不变的点集匹配方法 |
| 4.2.1 引入尺度和旋转因子 |
| 4.2.2 矩阵形式 |
| 4.2.3 线性化 |
| 4.2.4 匹配流程及结果 |
| 4.3 基于线性规划的抗形变特征点匹配 |
| 4.3.1 模板点的线性表示 |
| 4.3.2 基于线性规划的抗形变点集匹配 |
| 4.4 匹配流程及结果分析 |
| 4.4.1 匹配流程 |
| 4.4.2 CMU House数据匹配结果 |
| 4.4.3 光照变化下的匹配结果 |
| 4.4.4 旋转和尺度变化下的匹配结果 |
| 4.4.5 局部变形的匹配结果 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 参考文献 |
| 指导教师对学位论文的学术评语 |
| 学位论文答辩委员会决议书 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
（9）舱段对接并联机构的轨迹规划及运动控制技术（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究目的和意义 |
| 1.2 国内外相关研究综述 |
| 1.3 本文的主要研究及组织结构 |
| 2 面向舱段对接的6-UPU并联机构设计及分析 |
| 2.1 引言 |
| 2.2 6-UPU并联机构的单元设计 |
| 2.3 并联机构运动学及动力学建模与分析 |
| 2.4 并联机构的雅克比矩阵及奇异性分析 |
| 2.5 本章小结 |
| 3 并联机构的多目标无奇异轨迹规划方法 |
| 3.1 引言 |
| 3.2 并联机构的无奇异调姿轨迹参数化 |
| 3.3 并联机构的多目标调姿轨迹优化方法 |
| 3.4 并联机构多目标轨迹规划仿真分析 |
| 3.5 本章小结 |
| 4 基于关键特征的位姿测量与拟合方法 |
| 4.1 引言 |
| 4.2 舱段对接中的位姿测量问题 |
| 4.3 位姿测量及位姿拟合方法 |
| 4.4 相对位姿测量及相对位姿拟合方法 |
| 4.5 并联机构的目标位姿换算及拟合方法 |
| 4.6 位姿测量及拟合方法仿真分析 |
| 4.7 本章小结 |
| 5 动态递归模糊神经网络PID轨迹追踪控制 |
| 5.1 引言 |
| 5.2 并联机构的运动控制策略 |
| 5.3 改进的动态递归模糊神经网络PID控制 |
| 5.4 运动轨迹的追踪控制仿真及分析 |
| 5.5 本章小结 |
| 6 舱段对接试验平台及对接验证分析 |
| 6.1 引言 |
| 6.2 舱段对接系统及对接试验流程 |
| 6.3 并联机构系统建模及软件GUI设计 |
| 6.4 舱段对接试验及结果分析 |
| 6.5 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 攻读学位期间发表学术论文目录 |
（10）矿山微震事件定位及聚类分析系统研究与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 微震事件定位 |
| 1.2.2 微震事件聚类分析 |
| 1.3 本文主要研究内容 |
| 1.4 本文组织结构 |
| 第2章 相关工作 |
| 2.1 微震事件定位 |
| 2.1.1 微震事件定位概述 |
| 2.1.2 能量比法到时拾取 |
| 2.1.3 三台定位算法 |
| 2.1.4 主事件定位算法 |
| 2.1.5 微震事件定位局限性分析 |
| 2.2 智能优化算法 |
| 2.2.1 智能优化算法概述 |
| 2.2.2 粒子群优化算法 |
| 2.2.3 粒子群优化算法局限性分析 |
| 2.3 聚类分析算法 |
| 2.3.1 聚类分析算法概述 |
| 2.3.2 K-means聚类算法 |
| 2.3.3 K-means聚类算法局限性分析 |
| 2.4 本章小结 |
| 第3章 系统分析与设计 |
| 3.1 需求分析 |
| 3.1.1 系统功能性需求分析 |
| 3.1.2 系统非功能性需求分析 |
| 3.2 总体设计 |
| 3.2.1 框架结构 |
| 3.2.2 功能模块设计 |
| 3.2.3 流程设计 |
| 3.3 数据库设计 |
| 3.3.1 逻辑结构设计 |
| 3.3.2 存储结构设计 |
| 3.4 本章小结 |
| 第4章 系统关键技术 |
| 4.1 基于LCM的改进粒子群定位修正 |
| 4.1.1 初始粒子群生成 |
| 4.1.2 动态惯性权重粒子群 |
| 4.1.3 定位修正算法 |
| 4.1.4 实验与分析 |
| 4.2 基于DTW的改进K-means微震事件聚类分析 |
| 4.2.1 DTW相似性度量 |
| 4.2.2 DBA质心更新策略 |
| 4.2.3 聚类分析算法 |
| 4.2.4 实验分析 |
| 4.3 本章小结 |
| 第5章 系统实现与测试 |
| 5.1 系统实现工具及测试环境 |
| 5.2 系统主要功能的实现及测试 |
| 5.2.1 数据预处理功能实现及测试 |
| 5.2.2 三台定位功能实现及测试 |
| 5.2.3 主事件定位功能实现及测试 |
| 5.2.4 定位修正功能实现及测试 |
| 5.2.5 微震事件聚类分析功能实现及测试 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 研究工作中的不足与展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间发表的学术论文及参加科研情况 |
四、L.P.问题单纯形法一种改进的迭代判别方法（论文参考文献）
- [1]层状岩石破坏过程的声发射特性及源定位研究[D]. 傅昱. 华东交通大学, 2021(02)
- [2]基于深度学习的隧道微震信号处理及岩爆智能预警研究[D]. 张航. 成都理工大学, 2020(04)
- [3]地下工程岩体破裂声发射参数表征研究与定位方法优化[D]. 甘一雄. 北京科技大学, 2020(01)
- [4]并联机器人标定算法研究[D]. 汪伟. 西安理工大学, 2020(01)
- [5]基于改进BP神经网络模型的光伏发电短期预测研究[D]. 左远龙. 南昌大学, 2020(01)
- [6]基于磁梯度张量边界识别的最优化方法反演研究[D]. 高慧杰. 中国地质大学(北京), 2020(04)
- [7]基于社交网络分析的混合整数规划问题求解难度预估与应用研究[D]. 金秋霞. 浙江工业大学, 2020(02)
- [8]基于BBS特征点的改进型线性模板匹配算法研究[D]. 曾泉. 深圳大学, 2020(10)
- [9]舱段对接并联机构的轨迹规划及运动控制技术[D]. 陈栋. 华中科技大学, 2020(02)
- [10]矿山微震事件定位及聚类分析系统研究与实现[D]. 孙明馨. 辽宁大学, 2020(01)