导读:本文包含了差分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,差分,目标,锥面,舱室,刚度,算子。
差分算法论文文献综述
蒋彦,滕国伟,徐正蓺,魏建明[1]（2019）在《基于混合差分进化-模式搜索算法的泄漏源源强及位置反算方法》一文中研究指出由于气体泄漏事故具有隐蔽性和突发性,往往需要借助反演算法确定泄漏位置和泄漏源强,而现有方法存在初值敏感、收敛较慢等问题。提出了一种结合差分进化和模式搜索算法的DE-PS混合算法,可用于在应急情况下快速且准确地反算泄漏气体的位置和源强。DE-PS混合算法既避免了DE收敛过慢,又避免了PS对初值敏感的问题,混合算法的计算速度更快,误差更小。(本文来源于《工业控制计算机》期刊2019年12期）
苗晓锋,刘志伟[2]（2019）在《引入反向学习机制的自适应差分进化算法研究》一文中研究指出差分进化算法(DE)是一种着名的处理非线性复杂问题的优化技术,为改进其计算开销大,参数设置与问题本身特性过于相关等缺陷,提出了一种新的差分进化算法(MDE)。它结合了反向学习(OBL)和自适应控制机制来进行参数调整,从而能加速算法收敛,同时提高求解成功率。在Matlab环境中进行的测试实验结果表明,MDE在收敛速度、鲁棒性和计算开销等方面的性能在大部分测试用例上优于已有的多种算法,证明混合策略是一种行之有效的差分进化算法的研究路径。(本文来源于《计算机与数字工程》期刊2019年12期）
田书,赵哲林,杜少通[3]（2019）在《基于改进多目标差分进化算法的节能优化调度》一文中研究指出随着环境问题日益突出,新能源在全球范围内得到迅速发展,电网的调度模式和技术是提升新能源消纳的关键.采用以最少的煤炭资源消耗量及水电站发电为目标,以火电机组的出力和梯级水电站的发电流量作为控制变量,综合考虑火电厂、水电站等约束条件,构建风光水火互补的电力系统动态调度模型.提出一种改进多目标差分进化算法对模型进行求解,算法中引入外部环境影响和参数自适应调整,可以提高种群全局寻优能力.分析结果表明:该算法比多目标差分算法收敛性和精确度更高,起到清洁能源的利用和削峰填谷的效果.(本文来源于《武汉大学学报(工学版)》期刊2019年12期）
鄂翔南,刘泽平,张子晔[4]（2019）在《基于差分进化算法的面目标瞄准点寻优》一文中研究指出瞄准点的寻优选取是导弹火力筹划的核心理论问题之一。针对此问题,本文基于矩形面目标毁伤面积计算设计评价函数,利用差分进化算法原理对面目标的瞄准点坐标进行实数编码,并设计差分进化算子,建立面目标瞄准点寻优模型。通过设计面目标计算实例对模型进行验证,实验结果表明,差分进化算法的稳定性较强且具有较好的操作性,模型求得的瞄准点可信度较高,能够提升导弹打击效果并降低打击成本,为火力筹划中瞄准点寻优提供了新方法。(本文来源于《计算机与现代化》期刊2019年12期）
吴志祥,黄旭聪,施小帅,李晓健,闵静静[5]（2019）在《基于参数自适应动态差分进化算法的变压器局放源定位》一文中研究指出针对变压器局部放电超声定位中混合优化算法存在的寻优参数较多及寻优过程较为复杂等不足,提出了一种基于PADDE(参数自适应动态差分进化)算法的变压器局放源定位方法。在种群的变异及交叉过程中,结合适应度函数自适应地对传统DE(差分进化)算法参数进行选择,并动态地对当前种群进行更新,从而有效提高了寻优性能,并加快了收敛速率。通过Benchmark标准测试函数和实际变压器局部放电超声定位对该方法的有效性和可行性进行验证,结果表明:相比于传统的DE算法,PADDE算法寻优能力更强,得到的定位结果更加精确,定位误差始终保持较小的数值。(本文来源于《浙江电力》期刊2019年11期）
周步祥,陈鑫,王鑫,刘思聪[6]（2019）在《基于LS-FID策略与差分进化算法相结合的含DG的配电网重构》一文中研究指出为提高电力系统运行的经济性和可靠性,并考虑分布式电源的接入,建立了以系统网损和电压偏差最小为目标函数的配电网重构模型。考虑到传统算法效率低、不可行解量大的缺陷,提出环路搜索—快速孤岛检测(LS-FID)策略,并将该策略与差分进化算法结合求解网络重构方案。简化网络拓扑,减少了部分不可行解的产生;然后利用环路搜索方法分解搜索空间,针对迭代中出现的不可行解,利用快速孤岛检测方法进行检测以减少计算次数。最后对IEEE33、IEEE69和119节点系统进行仿真分析,并与多种智能算法进行比较,仿真结果表明所提方法在提高搜索速度、减少搜索空间和提高寻优成功率等方面有较大优势,验证了该方法的有效性和优越性。(本文来源于《水电能源科学》期刊2019年11期）
李冰[7]（2019）在《舱室主控系统的差分故障数据重建算法研究》一文中研究指出传统的差分故障数据重建算法得到的数据在经过多次迭代后出现误差,导致利用重建后数据构建的图形发生偏移,因此提出一种舱室主控系统的差分故障数据重建算法。分析差分故障数据结构,建立差分故障数据的目标函数模型,在迭代过程中利用故障数据最少的一批数据作为原始样本,优化迭代过程,根据故障数据与矩阵常数的大小,选择局部傅里叶矩阵作为观测矩阵,并通过傅里叶矩阵的变换完成了差分故障数据的重建。仿真实验结果表明,经过3次数据迭代,本文算法得到的数据重建图无明显偏移,验证了提出的舱室主控系统的差分故障数据重建算法的有效性。(本文来源于《舰船科学技术》期刊2019年22期）
吴双华,陈童,尹冠生[8]（2019）在《基于差分进化算法的变角度纤维层合板优化》一文中研究指出以变角度纤维的起始角、终止角和层合板的层铺顺序为设计变量,弯曲刚度为设计目标,优化变角度纤维层合板。在优化过程中,对应层铺顺序的设计变量通过实数编码和置换策略转换成整数变量,实现离散空间和连续空间之间的转换。由于离散变量和连续变量的优化进程差异,本文提出一种改进的自适应差分进化算法,对不同类型的优化变量采取不同的自适应变异算子。相关算例计算结果表明:无论是对层合板的局部优化还是全局优化,改进的自适应差分进化算法都比差分进化算法和自适应差分进化算法计算精度高、收敛速率快,同时可以有效避免"早熟"现象。对于变角度纤维层合板弯曲刚度优化问题,本文提出的改进的自适应差分进化算法是一种相对高效的可行方法。(本文来源于《玻璃钢/复合材料》期刊2019年11期）
仇中柱,吴聪聪,郑雨柔,陈建康,姚远[9]（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）
吴昱,黄晓森,巫斌,黄海南,梁浩[10]（2019）在《双种群锥面积差分进化算法求解投资组合问题》一文中研究指出投资组合中的均值-方差模型是一个典型的二目标无约束优化问题,其中均值代表期望收益率,方差代表风险;文章将此模型转化为一个单目标的约束优化问题,并采用了一种基于锥面积思想和双种群的差分进化算法(CADE算法)进行求解。CADE算法采用了双种群机制来划分投资组合优化问题中的解集,并将种群中的个体分别划分到不同的锥面积区域中,在优化过程的不同阶段对两个种群分别设计了不同的更新策略进行种群更新以维持种群多样性。其中,不可行子种群采用基于锥面积比较的更新策略,可行子种群在前期采用基于容差排序的更新策略,一定迭代次数后采用基于可行性规则的更新策略。选取了OR-Library的五个公开的标准测试例进行实验,实验数据表明,CADE算法均能求得测试例的理想解,并在求解精度和求解速率上优于CMODE算法和SR算法。(本文来源于《山西大学学报(自然科学版)》期刊2019年04期）
差分算法论文开题报告
（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：
差分进化算法(DE)是一种着名的处理非线性复杂问题的优化技术,为改进其计算开销大,参数设置与问题本身特性过于相关等缺陷,提出了一种新的差分进化算法(MDE)。它结合了反向学习(OBL)和自适应控制机制来进行参数调整,从而能加速算法收敛,同时提高求解成功率。在Matlab环境中进行的测试实验结果表明,MDE在收敛速度、鲁棒性和计算开销等方面的性能在大部分测试用例上优于已有的多种算法,证明混合策略是一种行之有效的差分进化算法的研究路径。
（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。
差分算法论文参考文献
[1].蒋彦,滕国伟,徐正蓺,魏建明.基于混合差分进化-模式搜索算法的泄漏源源强及位置反算方法[J].工业控制计算机.2019
[2].苗晓锋,刘志伟.引入反向学习机制的自适应差分进化算法研究[J].计算机与数字工程.2019
[3].田书,赵哲林,杜少通.基于改进多目标差分进化算法的节能优化调度[J].武汉大学学报(工学版).2019
[4].鄂翔南,刘泽平,张子晔.基于差分进化算法的面目标瞄准点寻优[J].计算机与现代化.2019
[5].吴志祥,黄旭聪,施小帅,李晓健,闵静静.基于参数自适应动态差分进化算法的变压器局放源定位[J].浙江电力.2019
[6].周步祥,陈鑫,王鑫,刘思聪.基于LS-FID策略与差分进化算法相结合的含DG的配电网重构[J].水电能源科学.2019
[7].李冰.舱室主控系统的差分故障数据重建算法研究[J].舰船科学技术.2019
[8].吴双华,陈童,尹冠生.基于差分进化算法的变角度纤维层合板优化[J].玻璃钢/复合材料.2019
[9].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
[10].吴昱,黄晓森,巫斌,黄海南,梁浩.双种群锥面积差分进化算法求解投资组合问题[J].山西大学学报(自然科学版).2019
论文知识图
