导读:本文包含了自组织算法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:算法,组织,组织网络,神经网络,数据,路由,邻域。
自组织算法论文文献综述
陈翰林,胡明,胡洁珺,颜辉[1]（2019）在《基于车载自组织网络的数据和能量协同路由算法》一文中研究指出针对车载自组织网络中路边单元具有较高碳足迹和部署成本的问题,提出一种车载自组织网络中数据与能量协同的路由算法,通过路边单元间的能量合作及路边单元与下行车辆能量传输的方法,实现网络生命周期最大化.其中路边单元节点可从自然界和车辆中收集能量,并通过能量协作将路边单元节点获得的部分能量传输给邻居路边单元节点.通过分析数据速率、传输功率和能量传输,解决了能量和数据路由中最大网络生命周期的问题,确定了能量和数据路由联合优化策略的必要条件,并基于分布式Lagrange-Newton迭代算法更新数据流、能量流和功率控制,使算法能更快地收敛到最优操作点.实验结果表明,在车载自组织网络中的能量合作框架可有效改善网络生命周期.(本文来源于《吉林大学学报(理学版)》期刊2019年06期）
刘半藤[2]（2019）在《基于能量粒子算法的无线自组织网络节点移动策略研究》一文中研究指出借鉴传统的粒子群优化模型,将网络节点类比于具有能量维度的粒子,提出一种能量粒子算法确定节点移动策略。首先,建立节点模型分析节点能量消耗方式。然后,建立节点移动模型,利用邻居节点的剩余能量信息确定节点移动方向与移动速度。最后,仿真结果显示:相对于传统的节点移动方式,本文所提出的节点移动策略可以有效缓解网络瓶颈节点能量消耗速率,改善网络能耗均衡性,延长网络生存时间。(本文来源于《传感技术学报》期刊2019年08期）
吴胜聪,陈雨轩,沈可心,程浩轩[3]（2019）在《基于自组织神经网络的火电厂健康状态数据提取算法》一文中研究指出火电厂设备健康数据提取是火电厂设备状态评估数据处理的一个关键步骤,有利于提高设备状态评估的准确性与效率。将设备状态数据首先利用R型层次聚类进行特征参数选取与冗余数据清除,再采用自组织神经网络筛选异常值。利用所诉方法对某发电厂的汽泵前置泵设备的监测数据进行健康状态数据提取,发现清除的异常数据远远大于提取出的健康数据,表明该方法清除的数据满足预期,为后续健康状态评估提供了准确的参照数据,并且降低监测数据维度提高评估效率。(本文来源于《电工电气》期刊2019年09期）
赵凯,侯玉强[4]（2019）在《基于自组织映射神经网络K-means聚类算法的风电场多机等值建模》一文中研究指出为研究高比例风电接入对电网安全稳定性的影响,提出了基于SOM(自组织映射神经网络) Kmeans聚类的风电场多机等值建模方法。首先选取风电场运行时的有功功率、无功功率、机端电压、输出电流、平均风速5种状态变量作为聚类算法的输入变量矩阵,通过基于SOM K-means聚类算法对变量矩阵进行处理,得到风电机组等值群数。然后用1台机组并联理想受控电流源的方法表征整个同群机组,得到风电机组的多机等值模型并进行仿真计算。最后通过与单机模型及详细模型在风速扰动和短路下的仿真曲线对比验证所提出的多机等值方法的有效性。(本文来源于《浙江电力》期刊2019年08期）
蔡震,梁满贵[5]（2019）在《基于遗传算法的道路车辆自组织网络源路由机制》一文中研究指出在当前基于交叉路口的城市车辆自组织网络(VANETs)路由协议中,道路上数据包传输大多采用基于地理位置的贪婪转发策略,当数据量较大时,个别节点负载较重,极易引起传输延迟增大乃至丢包的情况.本文提出了一种基于遗传算法的源路由机制,通过记录单体车辆的驾驶信息而非传统方法中的车流均值数据,来预测道路上车辆网络的连通情况,并借助遗传算法,首次基于道路连通性、节点负载和连接跳数这3点综合考虑,计算得出道路上最佳的源路由节点序列.仿真实验结果表明,在传输率与延迟时间上,性能均优于传统的贪婪路由机制,尤其在车流量为250 veh·lane-1·h-1时,传输率提升约13%.该研究可为智能交通信息通讯提供可靠助力.(本文来源于《交通运输系统工程与信息》期刊2019年04期）
于秦,胥可,王太军,丁荣生[6]（2019）在《无线传感网络的元胞自动机自组织算法研究》一文中研究指出针对无线传感器网络的自组织特性,该文基于源自生物学的元胞自动机理论,提出一种改进的分布式自适应无线传感器网络元胞自动机自组织算法。该算法将无线传感网络中的传感节点映射成元胞自动机中的元胞,基于所设计的转换规则,各个传感节点根据其邻居节点的活跃或休眠状态来控制自身状态的转换。仿真结果表明,在传感器节点分布较为密集的情况下,改进算法在保证网络拓扑连通性和覆盖性的前提下,减少了系统的能量消耗。(本文来源于《电子科技大学学报》期刊2019年04期）
赵克华,刘半藤[7]（2019）在《基于双重虚拟力算法的移动自组织网络节点移动策略研究》一文中研究指出针对自组织网络中节点移动过程所带来的不确定性,本文提出一种基于双重虚拟力算法的节点移动策略,提升网络整体性能。首先,本文建立节点模型分析节点的基本移动方式与能量消耗方式;然后,设定阈值参数建立"距离虚拟力"与"能量虚拟力"双重虚拟力模型,制定节点移动策略。数值仿真结果显示:提出的移动策略可以有效提高网络整体覆盖率、节点连通率;对比单一指标的虚拟力模型,双重虚拟力模型可以降低网络能耗,提高网络生存时间。(本文来源于《传感技术学报》期刊2019年07期）
王健[8]（2019）在《基于自组织学习的生物地理学优化算法研究及应用》一文中研究指出生物地理学优化算法是近年来提出的一种模拟生物物种在栖息地的分布、迁移以及灭绝的演化算法。该算法因其独特的演化机制和出色的寻优能力而广受关注。随着研究的深入和应用的推广,人们逐步认识到该算法在具有出色寻优能力的同时,也暴露出局部搜索能力弱的问题,有鉴于此,本文旨在设计与分析一种基于自组织学习的生物地理学优化算法,并对复杂数值优化和混沌时间序列预测的求解问题展开研究,主要工作如下:1.自组织个体邻域学习模型的构建。本文针对基于全局拓扑邻域的个体信息迁移策略容易诱使算法陷入局部最优的问题,设计了一种自组织个体邻域学习模型。首先,该模型利用自组织网络将种群从高维空间映射到低维空间,并通过反复学习为每个个体找到对应的神经元;其次,利用自组织网络的拓扑不变性为个体构建邻域模型;最后,由该模型实现个体信息的有效传递,有利于保持种群多样性,避免算法过早陷入局部最优。2.自组织邻域学习的迁移算子设计。针对生物地理学优化算法的迁移算子探索能力强,开发能力弱的特点,设计了一种自组织拓扑邻域学习的迁移算子。首先,根据已构建的自组织邻域模型,设计一种具有方向引导的差分迁移算子使个体朝着更加有利的方向演化,以此提高算法的局部搜索能力;其次,设计一种自适应选择机制来动态调节不同迁移算子的计算资源利用率,以此实现全局与局部搜索能力的有效平衡,从而提高算法性能。3.自组织个体邻域学习的有效性研究。为验证改进算法的有效性,本文选取四种对比算法在23个经典测试函数上进行仿真实验。实验结果表明,基于自组织学习的生物地理学优化算法的整体性能明显优于其它四种对比算法,且性能的提升主要是由于自组织个体邻域学习机制的作用。此外,将改进算法进一步应用于混沌系统时间序列预测问题,基于Box-Jenkins、Lorenz混沌系统的仿真实验证实了改进算法的有效性。综上所述,基于自组织学习的生物地理学优化算法不仅显着提升了生物地理学优化算法的寻优性能,而且其改进策略对其它演化算法的改进具有一定的借鉴意义,具有较强的学术价值。(本文来源于《西安理工大学》期刊2019-06-30）
庾佳,王鹏,桂志先,高刚[9]（2019）在《自组织人工神经网络算法在储层预测中的应用》一文中研究指出Su10井区位于苏里格气田,该气田是一个有效储离散分布的大觃模低效气田。通过对测井曲线和取心岩样数据建立测井解释标准模型,寻找有效砂体并确定其岩性物性参数范围。从地震资料中提取的地震属性资料,运用自主神经网络算法学习标准储层参数与这些属性之间的权值关系,通过学习的权值关系来分析目标储层的地震属性特征,反推其岩性物性参数得到有效砂体的分部范围和厚度预测结果,为迚一步的储层预测给出参考意见。(本文来源于《当代化工》期刊2019年07期）
方超[10]（2019）在《面向自组织均衡的分时租赁车辆调度优化算法》一文中研究指出近年来,我国汽车分时租赁产业快速发展,随着国家对电动汽车在公共领域优先推广的相关策略文件出台,电动汽车开始大量投入到汽车分时租赁运营中来,北京、杭州、上海等大中城市施行的电动汽车分时租赁项目,已经取得了显着的效果。但受制于电动汽车的充电与车辆维护限制,电动汽车分时租赁需在指定站点取还车,用户在使用分时租赁电动汽车时需综合考虑周围站点车辆分布与车辆状态,因此分时租赁各站点的车辆分布直接影响了潜在用户的用车需求。通常,各租赁站点会依据各站点较为稳定的用车需求确定车辆的每日配置数量,但因每日结束运营后各站点保有车辆与次日用车需求的空间分布大都不匹配,导致次日各站点即使面对同样的用车需求,也面临“无车可借,有车难还”的困境,因此,为了提升分时租赁电动汽车的运营效率,亟待解决站点间的车辆调度所带来的高运营成本问题。本文在调研分时租赁车辆运营流程与模式的基础上,充分考虑费用等因素对分时租赁车辆用户站点选择行为的影响,提出基于优惠策略引导用户前往指定站点取还车以实现最大限度的取还车自组织均衡目标的站点间车辆调度的优化算法。首先,通过设计SP(Stated Preference)调查问卷和问卷数据统计,分析影响分时租赁车辆用户站点选择的因素,根据车辆剩余续航里程、取车步行距离和出行费用叁方面影响因素构建用户租赁站点选择MNL(Multinomial Logit)模型。其次,在提出前提与假设后,构建面向自组织均衡的分时租赁车辆调度优化模型。在各站点车辆分布一致的前提下,本文提出了引导用户在运营中自组织参与调度与员工调度相结合的调度方案,通过设计梯度折扣优惠策略,引导用户前往指定站点取车与还车,实现引导用户参与调度的优惠成本与员工调度成本所构成的调度总成本最小的目标。再次,对调度任务集合以及调度路径进行求解和优化。根据每日运营结束后各站点车辆数与原始车辆数的差值构建运输问题,以总调度距离最短求解调度任务集合;利用最小成本插入法求解初始调度路径,设计禁忌搜索算法优化调度路径;根据路径形式与特性提出四种邻域结构,并设定算法流程中相关参数。最后,选取北京市海淀区部分区域作为研究范围,设计算例对模型算法求解结果进行分析。在优惠折扣梯度为0.9-0.8、优惠策略的开始时间为晚18点的情况下,无优惠策略和有优惠策略下的人工调度优化成本比人工调度初始成本分别降低1.9%、15.5%,且有优惠策略下优化调度总成本比无优惠策略下优化调度总成本平均降低4.6%,说明在一定情况下加入优惠策略可降低调度总费用。通过比较不同优惠策略开始时间、不同梯度折扣优惠策略、不同车辆投放规模条件下的优化结果可知:优惠策略开始时间在设计梯度中适中情况下的调度总成本最低;梯度优惠折扣较低的情况下,对用户参与调度任务的影响效果最好且总调度成本最低;车辆投放规模与需求分布相协调、供需较为均衡且供不大于求的情况下折扣优惠策略能使调度总成本最低。(本文来源于《北京交通大学》期刊2019-06-05）
自组织算法论文开题报告
（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：
借鉴传统的粒子群优化模型,将网络节点类比于具有能量维度的粒子,提出一种能量粒子算法确定节点移动策略。首先,建立节点模型分析节点能量消耗方式。然后,建立节点移动模型,利用邻居节点的剩余能量信息确定节点移动方向与移动速度。最后,仿真结果显示:相对于传统的节点移动方式,本文所提出的节点移动策略可以有效缓解网络瓶颈节点能量消耗速率,改善网络能耗均衡性,延长网络生存时间。
（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。
自组织算法论文参考文献
[1].陈翰林,胡明,胡洁珺,颜辉.基于车载自组织网络的数据和能量协同路由算法[J].吉林大学学报(理学版).2019
[2].刘半藤.基于能量粒子算法的无线自组织网络节点移动策略研究[J].传感技术学报.2019
[3].吴胜聪,陈雨轩,沈可心,程浩轩.基于自组织神经网络的火电厂健康状态数据提取算法[J].电工电气.2019
[4].赵凯,侯玉强.基于自组织映射神经网络K-means聚类算法的风电场多机等值建模[J].浙江电力.2019
[5].蔡震,梁满贵.基于遗传算法的道路车辆自组织网络源路由机制[J].交通运输系统工程与信息.2019
[6].于秦,胥可,王太军,丁荣生.无线传感网络的元胞自动机自组织算法研究[J].电子科技大学学报.2019
[7].赵克华,刘半藤.基于双重虚拟力算法的移动自组织网络节点移动策略研究[J].传感技术学报.2019
[8].王健.基于自组织学习的生物地理学优化算法研究及应用[D].西安理工大学.2019
[9].庾佳,王鹏,桂志先,高刚.自组织人工神经网络算法在储层预测中的应用[J].当代化工.2019
[10].方超.面向自组织均衡的分时租赁车辆调度优化算法[D].北京交通大学.2019
论文知识图
