导读:本文包含了多目标协同论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:目标,算法,种群,萤火虫,无人机,工况,摊贩。
多目标协同论文文献综述
陈煊,袁涛,杨婕[1](2019)在《街边市场的多目标协同规划治理:以美国波特兰街边市场建设为例》一文中研究指出街边市场以基本相似的临时流动形式充斥在全球的每一个国家。在中国春秋战国时期(770 BC—221 BC)的着作《周礼》中已有关于"夕市,夕时而市,贩夫贩妇为主"的记载,街边市场的特定空间和社群延续至今有着中国自身独特的形式和内容,但其生存境地一直堪忧。尤其是近年在单一目标式管理方法下,对街边市场实行了大面积的"取缔、驱逐、监控"等相关政策,导致一系列的"社会冲突事件"频频发生,摊贩治理问题反反复复一直困扰着地方政府及相关管理部门。本研究聚焦于美国波特兰政府以多目标协同规划治理的街边市场,以及以此形成的都市生活文化,发现波特兰街市治理背后无不体现了其城市政府开放包容的价值观。结论指出,城市公共空间的管理政策需要更大的弹性和包容性,重新评估中国现行管理实施效果,而这首先需要肯定街边市场在城市发展中的意义,寻求地方政府多部门协同规划治理的系统整合方法 ;其次,公众应该关注草根街市文化。(本文来源于《国际城市规划》期刊2019年06期)
卜文俊,施亮,何琳,徐伟[2](2019)在《双层气囊隔振装置多目标协同姿态控制方法》一文中研究指出针对双层气囊隔振装置高精度姿态平衡控制需求,提出多目标协同姿态控制方法。通过建立双层隔振装置动力学模型、充放气控制等效作用力模型,建立了控制响应特性分析模型。并基于多目标满意优化方法建立了多目标协同姿态控制方法,使得双层气囊隔振装置能够较好地适应上下层气囊隔振装置姿态耦合,实现姿态平衡控制,并可有效抑制结构弹性变形对姿态平衡控制的影响。在双层气囊隔振装置上验证了该控制方法的可行性。该方法将用于某型船舶大型发电机组双层气囊隔振系统,实现双层气囊隔振装置柔性支撑状态下的姿态平衡控制。(本文来源于《国防科技大学学报》期刊2019年06期)
谢承旺,张飞龙,陆建波,肖驰,龙广林[3](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)
刘凤雏,刘敏,钟华敏,李鹏[4](2019)在《基于重复控制的光伏逆变器多目标协同策略》一文中研究指出为了提升不平衡电网下光伏逆变器的运行性能,提出一种α-β坐标系下基于重复控制器的多目标协同控制策略。首先,介绍了不平衡电网条件下α-β坐标中的功率、电流关系,采用一种基于并网功率指令加权分配的光伏逆变器并网功率控制策略;其次,为保证前述策略的有效实施,以及简化系统控制结构,提出采用PI并联重复的复合型控制器来实现对输出电流的准确跟踪控制;然后,基于线性迭加定理,给出整个系统的等效被控对象模型,以简化稳定补偿控制器的设计;最后,利用PSCAD仿真软件验证了所设计控制策略的正确性。(本文来源于《电气传动》期刊2019年10期)
严丽娜,吴军[5](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)
郭玉洁,张强,袁和平[6](2019)在《一种双种群协同多目标粒子群优化算法及应用》一文中研究指出针对当前我国油田开采难度大、经济效益较低等问题,建立以利润最大化为优化指标,以年度增油目标、增液目标、增注目标为约束条件的多目标油田开采优化模型,并提出一种双种群协同多目标粒子群优化算法求解该优化模型.该算法通过双种群协同进化策略扩大搜索空间,提高算法的全局搜索能力,并结合Lévy飞行保证种群多样性,提高算法收敛效率.实验结果表明,该算法能有效求解油田开采优化模型,可优选出满足目标和约束条件的结果.(本文来源于《吉林大学学报(理学版)》期刊2019年05期)
潘霄,葛维春,周沫,李威,薛峰[7](2019)在《变工况特性下的多能流系统多目标模糊协同优化》一文中研究指出针对在不同运行模式下多能流系统中各设备通常具有非线性工作特征使其运行特性与设计点发生偏移的问题,文中建立了变工况特性下的多能流系统多目标模糊协同优化模型。首先,在考虑了新能源与电/热储能的基础上建立了变工况特性下设备的高阶非线性模型。然后,根据不同工程应用模式需求提出了以经济型、环保型、节能型为优化目标的多能流系统协同优化模型,并基于模糊理论建立多目标模糊协同优化模型。其次,考虑设备载荷率、启动次数、工作时段、变工况运行等物理约束。最后,以一个多能流系统算例对所建模型进行了应用和验证,提出的变工况特性下的多能流系统多目标模糊协同优化是多能流系统优化调度、协同运行、运行设计和工程计算分析的基础。(本文来源于《南方电网技术》期刊2019年07期)
庞强伟,胡永江,李文广[8](2019)在《多无人机多目标协同侦察航迹规划算法》一文中研究指出针对目前无人机集群对多目标进行协同侦察时,易重复侦察目标,进而导致侦察效率低的问题,提出了一种多无人机多目标协同侦察航迹规划算法。首先,优化了K-means聚类算法的评价标准,使目标集合的聚类结果更加稳定,同时也降低了目标被重复侦察的概率。然后,利用改进的离散粒子群算法求解侦察序列,来降低整体任务的时间代价。最后依据侦察序列生成各无人机任务航迹。仿真结果表明,该算法不仅能够有效避免目标被重复侦察,而且相较于基因算法和标准离散粒子群算法,在4架无人机观测30个目标的仿真条件下,将时间代价降低24%,其收敛速度较快,求解精度更高。(本文来源于《中国惯性技术学报》期刊2019年03期)
徐佳[9](2019)在《工程项目建设全过程多目标协同管理研究》一文中研究指出随着我国建设工程项目管理体制改革的不断深入,近年来建筑行业的组织结构和生产模式都发生了不同程度的变化。以工程项目管理为核心的企业生产经营管理体系已初步形成。工程项目的叁大控制目标——工期、质量、成本作为工程建设项目全过程各个阶段管理工作的核心内容,对项目建设的成败起着关键性作用。无论是业主、承包商还是监理单位都围绕这叁大目标开展工作,叁者之间既相互联系又相互制约,进而形成一个辩证的统一体。本文首先在目标管理理论和协同管理理论的基础上,以工程项目建设的工期、质量和成本为主要研究对象,构建了工程项目建设全过程的多目标协同管理体系,并且针对管理体系的内容和运行机理进行了详细的阐述;然后,以工程项目的叁大主要控制目标之间的相互关系和各目标的构成内容为研究基础,构建工期-质量-成本的多目标协同管理模型;最后以一个实际的住宅工程项目为例,验证了多目标协同管理体系和多目标协同管理模型在实际工程中的可行性和实用性。本文得出的相关结论如下:(1)工程项目建设的叁大目标,即质量、成本、工期目标既对立、又统一,运用科学的方法可以实现多目标的协同管理;(2)构建的工程项目建设全过程多目标协同管理体系和多目标协同管理模型,能够求解具体工程的最短周期、最优质量和最优成本,化解了目标冲突问题,表明该管理体系和管理模型具合理性、可行性和科学性。(本文来源于《青岛理工大学》期刊2019-06-01)
杨敏杰[10](2019)在《基站功率的分布式多目标协同优化方法研究及应用》一文中研究指出功率是LTE网络的重要资源,合理配置基站小区发射功率能大幅度提升网络的性能。LTE网络的小区功率优化可以归结为多目标优化问题,需要考虑多种目标和约束,且依赖于网络配置信息和测量报告数据。采用进化算法求解功率优化问题时,随着网络规模的增大,优化过程计算开销急剧增长,其中多目标适应度评估耗时最多。为了解决实际大规模LTE网络功率优化这一难点问题,本文研究小区功率分布式协同优化,完成了以下4部分工作:(1)通过分析功率优化问题的特性和网络测量数据,建立多目标多约束的功率优化数学模型,优化目标包括最小化网络的弱覆盖、过覆盖、重迭覆盖和网内干扰,约束条件包括功率配置的唯一性和取值区间;(2)为降低适应度评估的计算开销并保证优化过程收敛性,设计了基于数据驱动MOEA/D的功率优化算法,以优化目标作为适应度函数,将进化迭代优化过程分解为一系列学习周期和评估周期。在学习周期内,神经网络代理根据样本在线学习适应度评估函数。在评估周期内,优化算法采用代理快速近似计算个体的适应度值;(3)提出面向大规模网络、基于协同进化的分布式优化方法。首先,根据小区间干扰关联性将大规模网络优化区域分解为多个小区簇,每个小区簇被分派到1个计算节点上,各计算节点采用数据驱动MOEA/D优化各自小区簇内的小区功率;在小区簇的迭代优化过程中,各小区簇定期相互交流当前最优个体,实现全体小区簇的协同功率优化;全体小区簇迭代进化完成后,挑选每个小区簇的多个优化解,根据多个解公共部分差异最小化原则构造全区域优化解;(4)依据上述研究内容,设计并实现了LTE网络基站小区功率优化软件系统。采用实际大规模LTE网络数据分别验证了上述数据驱动进化算法和基于协同进化的分布式功率优化机制。结果表明,数据驱动的优化方法能在不影响优化过程收敛性、不降低优化解质量的前提下,有效减少优化过程计算开销、提高优化速度;分布式的协同优化方法能在可接受的时间内,针对包含高达数千个优化小区的大规模网络,求解出高质量的功率优化方案。上述研究工作说明,本文所描述的数据驱动和分布式多目标协同优化机制面向真实的LTE网络优化需求,为实际大规模LTE网络的小区功率优化提供了一种有效手段。(本文来源于《北京邮电大学》期刊2019-05-29)
多目标协同论文开题报告
(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:
针对双层气囊隔振装置高精度姿态平衡控制需求,提出多目标协同姿态控制方法。通过建立双层隔振装置动力学模型、充放气控制等效作用力模型,建立了控制响应特性分析模型。并基于多目标满意优化方法建立了多目标协同姿态控制方法,使得双层气囊隔振装置能够较好地适应上下层气囊隔振装置姿态耦合,实现姿态平衡控制,并可有效抑制结构弹性变形对姿态平衡控制的影响。在双层气囊隔振装置上验证了该控制方法的可行性。该方法将用于某型船舶大型发电机组双层气囊隔振系统,实现双层气囊隔振装置柔性支撑状态下的姿态平衡控制。
(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。
多目标协同论文参考文献
[1].陈煊,袁涛,杨婕.街边市场的多目标协同规划治理:以美国波特兰街边市场建设为例[J].国际城市规划.2019
[2].卜文俊,施亮,何琳,徐伟.双层气囊隔振装置多目标协同姿态控制方法[J].国防科技大学学报.2019
[3].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
[4].刘凤雏,刘敏,钟华敏,李鹏.基于重复控制的光伏逆变器多目标协同策略[J].电气传动.2019
[5].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
[6].郭玉洁,张强,袁和平.一种双种群协同多目标粒子群优化算法及应用[J].吉林大学学报(理学版).2019
[7].潘霄,葛维春,周沫,李威,薛峰.变工况特性下的多能流系统多目标模糊协同优化[J].南方电网技术.2019
[8].庞强伟,胡永江,李文广.多无人机多目标协同侦察航迹规划算法[J].中国惯性技术学报.2019
[9].徐佳.工程项目建设全过程多目标协同管理研究[D].青岛理工大学.2019
[10].杨敏杰.基站功率的分布式多目标协同优化方法研究及应用[D].北京邮电大学.2019