导读:本文包含了全局搜索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:全局,梯度,算法,收敛性,无约束,全局性,共轭。
全局搜索论文文献综述
曾俊义[1]（2019）在《二分搜索算法在全局频繁项目集求解中的应用》一文中研究指出为了解决常规算法在全局频繁项目求解中,存在求解准确率与求解速率较低的不足,提出二分搜索算法在全局频繁项目集求解中的应用。依托全局频繁项目集的确定,利用频繁项目k和全局隶属度函数x的计算,实现候选项目集的生成,优化全局频繁项目集求解体系;根据数据的动态求解,实现全局频繁项目集的更新计算,完成二分搜索算法在全局频繁项目集求解中的应用,实验数据表明,提出的全局频繁项目集求解方法,较传统求解方法具有较高的求解准确率和求解速率,适合于全局频繁项目集的求解。(本文来源于《现代计算机》期刊2019年19期）
陈子禾,崔国民,陈家星,陈思件[2]（2019）在《参数寻优的多个体平行搜索法应用于换热网络全局最优化》一文中研究指出为提高强制进化随机游走算法的优化效率和通用性,提出多个体平行搜索法:将原种群划分成多个平行个体,每个个体独立设置算法中主要的控制参数;同时,结合单因素轮换法,轮换改变各单一参数,以考察各参数对优化进程的影响,最终找到最优参数匹配并应用到后续的整体优化中。采用16SP和20SP算例检验该方法的有效性,较最新的文献结果分别降低了14 169$/a和17 023$/a,该方法在能够得到各个算例适合控制参数的同时,提高了优化效率。(本文来源于《热能动力工程》期刊2019年06期）
王星捷,卫守林[3]（2019）在《基于角度的全局搜索聚类算法的研究》一文中研究指出利用空间聚类方法探索城市整体区域信息分布的研究逐渐成为热点。当前许多聚类算法在给定的局部范围内进行分析,体现较好的抗噪性和聚类效果;而在全局搜索和聚类分析中,数据的准确性受到影响,不能正确地反映出所需的聚类信息。提出基于角度的全局聚类算法,考虑数据的全局性分布结构,在全局搜索过程中研究角度变化的关系、角度均值计算和判定参考阈值设定。通过公式推导证明在单个要素的判定和整体判定阈值都比基于角度的局部聚类算法具有更好的抗噪性。采用乐山市城区的数据进行高价值商业圈聚类分析测试,证明了该算法在全局范围内进行聚类分析,聚类的效果稳定性好,异常数据小,聚类簇间区别明显,能够准确甄别出核心区域数据。(本文来源于《计算机应用与软件》期刊2019年03期）
陈晓莹[4]（2019）在《基于全局搜索PID算法的FDM环保艺术产品3D打印控制》一文中研究指出基于FDM型的3D打印技术不仅让设计师的各种创意得以实现,更能够促进低碳保护,但其精度及表面质量无法满足艺术相关产品的外观需求。因此,设计一种基于全局搜索PID算法的FDM型3D打印温度控制方法。该方法选用无毒环保的PLA材料,并通过全局随机搜索策略对PID参数进行实时校正,实现对3D打印后处理装置中加热温度的控制,从而获得更好的产品表面成型效果。采用FPGA进行仿真控制测试,结果表明,相比于传统PID控制器,提出方法具有较好的鲁棒性和控制精度,兼顾了FDM型3D打印的美感性和环保性。(本文来源于《现代电子技术》期刊2019年05期）
朱毅,杨航,吕泽华,陈传波,邹小威[5]（2019）在《一种基于禁忌搜索的全局最优化模糊聚类算法》一文中研究指出模糊C均值(FCM)算法是一种基于贪心思想的迭代算法,算法沿迭代序列收敛到一个极小值,但存在搜索能力弱、易陷入局部最优的缺点.本文提出了一种基于禁忌搜索的模糊聚类算法,该算法在一个解的邻域内使用禁忌搜索,并采用了基于FCM局部收敛性质的长期表禁忌策略,保证在不断移动搜索起点的同时避免重复搜索;其次使用混沌优化思想与动态步长策略来提升算法的全局搜索能力,以达到获取全局最优解的目的.实验结果表明,改进算法极大地提高了聚类准确率,并具有良好的稳定性,与群智算法和遗传算法的优化相比也具有一定的优势.(本文来源于《电子学报》期刊2019年02期）
王松华,吴加其[6]（2018）在《新线搜索下修正PRP共轭梯度法的全局收敛性及其数值结果》一文中研究指出针对大规模非线性无约束问题,采用文献[9]提出的新型线搜索和文献[10]修正PRP公式设计一个新的算法。在适当的条件下,证明新算法具有全局收敛性。初步的数值试验结果表明,新算法是有效的,适合求解大规模非线性无约束优化问题。(本文来源于《广西科学》期刊2018年06期）
贺智明,李文静[7]（2019）在《基于动态全局搜索和柯西变异的花授粉算法》一文中研究指出针对基本花授粉算法(FPA)收敛速度慢、寻优精度低以及容易陷入局部最优的缺点,提出了一种基于动态全局搜索和柯西变异的花授粉算法DCFPA。利用混沌映射增强花粉种群初始分布的随机性和均匀性,在全局授粉过程中,引入全局平均最优花粉位置和动态权重递减因子共同实现花粉个体位置的更新,牵引算法朝着正确的搜索方向进行,避免算法早熟收敛,最后利用Cauchy变异,增加种群多样性,帮助算法跳出局部最优。对6个测试函数进行仿真实验表明,DCFPA算法比FPA具有更好的全局优化能力,提升了算法的收敛速度与求解精度;与相关的改进算法比较结果也表明,DCFPA整体上也具有更好的优化性能。(本文来源于《计算机工程与应用》期刊2019年19期）
韦春妙,庞建华,梁宪发[8]（2018）在《Wolfe线搜索下改进的MDY共轭梯度法及全局收敛分析》一文中研究指出共轭梯度法由于它的迭代收敛速度快、算法结构简单、所需存储量较小等优点,成为解决大规模无约束优化问题的最受热捧的方法。本文主要研究共轭梯度法中收敛性表现较好的DY共轭梯度法。首先对经典的DY公式进行变形,创建了一个改进的MDY算法。改进的MDY算法在wolfe线搜索下将会退化为标准的DY算法,且其产生的搜索方向均为充分下降方向,并且这一性质不依赖于任何线搜索。在适当的假设条件下,证明了改进的MDY算法具有全局收敛性。(本文来源于《智库时代》期刊2018年39期）
陈翠玲,韩彩虹,罗荔龄,陈玉[9]（2018）在《Wolfe线搜索下一类记忆梯度算法的全局收敛性（英文）》一文中研究指出在本文中,首先我们提出一个记忆梯度算法,并讨论其在Wolfe线搜索下的下降性和全局收敛性.进一步地,我们将此算法推广到更一般的情形.最后,我们对这类记忆梯度方法的数值表现进行测试,并与PRP, FR, HS, LS, DY和CD共轭梯度法进行比较,数值结果表明这类算法是有效的.(本文来源于《应用数学》期刊2018年04期）
翟军昌,秦玉平[10]（2019）在《反向学习全局和声搜索算法》一文中研究指出提出一种反向学习全局和声搜索(OLGHS)算法.基于反向学习技术初始化和声记忆库,提高初始和声向量的质量;通过当前最差和声向当前最优和声学习进化,提高算法的全局搜索性能;通过其他和声向量之间不断回溯交互的随机学习策略,提高算法局部搜索性能;用由两种不同学习策略随机交叉动态产生的新和声与反向和声二者较优的个体更新和声记忆库,提高算法的搜索性能.将OLGHS算法与其他启发式优化算法以及目前文献中较优的改进HS算法进行性能测试,测试结果表明OLGHS算法具有较高的寻优精度和较快的收敛速度.(本文来源于《控制与决策》期刊2019年07期）
全局搜索论文开题报告
（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：
为提高强制进化随机游走算法的优化效率和通用性,提出多个体平行搜索法:将原种群划分成多个平行个体,每个个体独立设置算法中主要的控制参数;同时,结合单因素轮换法,轮换改变各单一参数,以考察各参数对优化进程的影响,最终找到最优参数匹配并应用到后续的整体优化中。采用16SP和20SP算例检验该方法的有效性,较最新的文献结果分别降低了14 169$/a和17 023$/a,该方法在能够得到各个算例适合控制参数的同时,提高了优化效率。
（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。
全局搜索论文参考文献
[1].曾俊义.二分搜索算法在全局频繁项目集求解中的应用[J].现代计算机.2019
[2].陈子禾,崔国民,陈家星,陈思件.参数寻优的多个体平行搜索法应用于换热网络全局最优化[J].热能动力工程.2019
[3].王星捷,卫守林.基于角度的全局搜索聚类算法的研究[J].计算机应用与软件.2019
[4].陈晓莹.基于全局搜索PID算法的FDM环保艺术产品3D打印控制[J].现代电子技术.2019
[5].朱毅,杨航,吕泽华,陈传波,邹小威.一种基于禁忌搜索的全局最优化模糊聚类算法[J].电子学报.2019
[6].王松华,吴加其.新线搜索下修正PRP共轭梯度法的全局收敛性及其数值结果[J].广西科学.2018
[7].贺智明,李文静.基于动态全局搜索和柯西变异的花授粉算法[J].计算机工程与应用.2019
[8].韦春妙,庞建华,梁宪发.Wolfe线搜索下改进的MDY共轭梯度法及全局收敛分析[J].智库时代.2018
[9].陈翠玲,韩彩虹,罗荔龄,陈玉.Wolfe线搜索下一类记忆梯度算法的全局收敛性（英文）[J].应用数学.2018
[10].翟军昌,秦玉平.反向学习全局和声搜索算法[J].控制与决策.2019
论文知识图
