导读:本文包含了典型群论文开题报告文献综述及选题提纲参考文献,主要关键词:群智能算法,更新机制,反向学习,正交试验设计
典型群论文文献综述
周凌云[1](2018)在《几种典型群智能算法及其更新机制研究》一文中研究指出群智能算法是一类具有简单性、灵活性和通用性的全局优化算法。它为复杂优化问题提供了有效解决方法,并已广泛应用于许多科学研究、工程应用、经济、军事、管理等领域。由于群智能算法的个体更新规则简单,个体学习能力不够强;且算法在迭代过程中会产生大量中间数据,而这些数据中包含的有用信息没有充分利用。面临日益复杂的优化问题时,这些不足严重影响了群智能算法的性能。为了更高效地求解日益复杂的优化问题,本文通过改进个体更新规则、结合反向学习等技术从中间数据中挖掘有用信息,从而提高算法性能。本文根据上述思路,主要进行了如下研究。(1)对取样路径优化问题进行分析并给出其数学模型。为有效解决该问题,充分利用问题特性,提出了一种多启发式信息蚁群优化算法。该算法将问题特性作为一项新的启发式信息加入蚂蚁构建路径的概率计算公式中。理论上,对该算法的收敛性进行了分析,并详细分析了新增启发式信息的作用。实验上,也验证了新增启发式信息项的有效性和多启发式信息蚁群优化算法的性能,并对新引入的参数进行了详细分析,给出求解质量较好且稳定性也较好的参数取值。此外,从最佳参数取值上进一步验证了新增启发式信息在路径构建中的重要作用。该算法为取样送检路径规划问题提供了有效解决方法。(2)提出了部分吸引模型、快速吸引力计算策略并构建了部分吸引萤火虫算法。在分析标准萤火虫算法个体更新规则的基础上,提出了一种部分吸引模型,在降低标准萤火虫算法的时间复杂度的同时,充分利用多个更优个体的信息。提出一种快速吸引力计算策略,保证宽搜索区域和高维优化问题中的群体之间的信息共享。结合部分吸引模型及快速吸引力计算策略构建了部分吸引萤火虫算法。该算法保持了标准萤火虫算法的简单性,且时间复杂度低于标准萤火虫算法。实验证明了部分吸引模型和快速吸引力计算策略的有效性。并与新近的萤火虫变种算法和其它群智能算法比较,在CEC' 2013测试集的大多数函数上,部分吸引萤火虫算法能够取得更高精度的解。在求解伦纳德琼斯势能问题时,与其它萤火虫变种算法相比,部分吸引萤火虫算法也表现出更高求解精度。(3)提出邻域重心反向学习策略及邻域重心反向学习粒子群优化算法。分析现有的反向学习粒子群优化算法的相关研究,指出了存在的不足,即计算反向解时没有充分利用群体搜索信息。同时,考虑到保持种群多样性,扩展了重心反向,提出了邻域重心反向学习策略,并应用到粒子群优化算法中。在8个常用测试函数和28个CEC'2013测试函数上进行了 一系列的实验,证明了邻域重心反向学习策略的有效性。经与知名粒子群变种算法比较,表明邻域重心反向学习粒子群优化算法的良好性能。实验还进一步分析了拓扑结构对算法的影响,得出了不同拓扑结构对该算法性能影响不大的结论。在求解扩频雷达相位设计问题时,与标准粒子群算法、有代表性的反向学习粒子群算法,以及两种知名粒子群变种等算法相比,邻域重心反向学习粒子群优化算法也取得了更好的结果。(4)提出了两点全交叉重心反向学习策略和一种基于两点全交叉重心反向学习的部分吸引萤火虫算法。分析了现有的反向学习的相关研究,指出了反向学习有进一步提升的空间。借鉴了两点交叉的思想,提出了两点全交叉操作,并将其应用于重新组织个体和反向个体的信息,得到了部分维上取反向值的反向候选解,以提取个体和反向个体中隐含的有用信息,构建了一种两点全交叉重心反向学习策略。将该学习策略应用于部分吸引萤火虫算法中,得到基于全交叉重心反向学习的部分吸引萤火虫算法。在CEC'2013测试集上进行实验验证,实验数据表明:两点全交叉重心反向学习策略比其它多种反向学习策略更具有高效性,全交叉重心反向学习的部分吸引萤火虫算法的收敛性能比其它相关算法更好。(5)提出了正交反向学习策略和一种基于正交反向学习的萤火虫算法。为了进一步挖掘反向点中包含的有利信息,采用正交试验设计的方法,提出一种正交反向学习策略,反向点和原始点中找出各维度上的值的最优组合,从而提高算法收敛精度。该学习策略中,采用重心反向计算,利用群体搜索经验的同时避免搜索依赖坐标。在萤火虫算法框架下,将该学习策略应用于随机选择的一个个体上,充分利用该学习策略得到的有用信息,构建了一种基于正交反向学习的萤火虫算法。实验结果说明了正交反向学习策略的有效性,与多种新近的改进萤火虫算法相比,正交反向学习算法在大多数函数上获得更高的求解精度。(本文来源于《武汉大学》期刊2018-09-01)
卢晓琳[2](2018)在《闯出一片新天地 铸就一份新辉煌》一文中研究指出有一群人,他们在军队历经磨砺锻造,虽然挥别军营,重新出发,但军人底色没有改变,人民军队光荣传统和优良作风依旧保持和发扬,他们像钉子,铆在哪里都有力;像基石,铺在哪里都坚实……他们,就是退役军人。习近平总书记在十九大报告中指出:组建退役(本文来源于《人民日报》期刊2018-07-25)
朱雁[3](2018)在《有限典型群和本原旗传递对称(v,k,5)设计》一文中研究指出设D=(P,B)为具有旗传递点本原自同构群G的(v,k,5)对称设计.本文证明如果G是几乎单型的,那么G的基柱不能是有限典型群.(本文来源于《数学理论与应用》期刊2018年Z1期)
马今洪[4](2018)在《典型群舒青铜器的造型源流》一文中研究指出1991年安徽庐江叁塘乡轮窑厂出土了4件青铜器,其中有一件盒形器。其盖面呈正方形,四角尖突,盖顶四边弧凹,盖为圆口,器、盖子母口,器身扁矮,敛口,弧腹,平底,设有四个圆柱状短足,四足之间有凸出的宽条将底部围成一个方形。盖、器两侧应设有半环耳衔环,但器身衔(本文来源于《文汇报》期刊2018-03-09)
王春楠,莫鸿岸[5](2017)在《千锤百炼“打铁人”》一文中研究指出金猴奋起千钧棒,玉宇澄清万里埃。在波澜壮阔的全面从严治党和反腐败斗争实践中,广西各级纪检监察机关和广大纪检监察干部步履铿锵。他们,淬炼成钢,赤胆忠心,嫉腐如仇,打“虎”拍“蝇”,彰显党纪之光,书写人间大美。近日,全国纪检监察系统表彰大会召开,广(本文来源于《广西日报》期刊2017-10-16)
王培,周胜林[6](2017)在《二维典型群PSL(2,q)与旗传递2-(v,k,λ)设计》一文中研究指出旗传递性是附加在2-设计的自同构群上的重要条件之一。1988年,Zieschang证明了旗传递2-(v,k,λ)设计当(r,λ)=1时其自同构群G只能是仿射群或者几乎单群,故可以利用有限单群分类定理来分类此类设计。本文研究自同构群G是旗传递的且其基柱Soc(G)为单群PSL(2,q)的2-(v,k,λ)设计,解决了在限制条件(r,λ)=1且v≤1 000时此类设计的分类问题,共存在18个两两不同构的设计。(本文来源于《广西师范大学学报(自然科学版)》期刊2017年02期)
王培[7](2017)在《二维典型群PSL(2,q)与旗传递2-(v,k,λ)设计》一文中研究指出纵观代数学的发展历史,我们可以发现有限群论,特别是有限置换群在代数学中占有至关重要的地位.随着组合数学这门学科的兴起,人们逐渐发现了一个有趣的现象,即组合数学的分支之一组合设计与群论有着十分紧密的联系.于是,一门重要的的新兴研究方向一群与组合设计诞生了.近几十年,人们开始对t-(v,k,λ)设计及其自同构群进行深入研究,并将其分类为对称设计与非对称设计.目前,2-(u,k λ)设计被广泛研究.其中,对称设计的研究又多于非对称设计.近十几年,人们在对称设计方面取得大量研究成果.然而,他们开始逐步地转向对2-(v,k,λ)非对称设计的研究,并做出了一些成果.基于此,我们将从一个新的角度对2-(u,k,λ)非对称设计进行探究.本文研究的问题是自同构群G是旗传递的且其基柱Soc(G)为二维典型群PSL(2,q)的2-(v,k,λ)设计.由于λ = 1情形已有结果,所以,我们只研究λ>1的情况,并得到下述结果:定理0.1.设D是一个满足(r,λ)= 1的非平凡2—(v,k,λ)设计且G<u(D)是旗传递的.设Soc(G)=PSL(2,q),在同构意义下,若≤ 2500,则存在表1中12组(D,G):表1:十二个两两不同构的设计及其参数本文研究思路如下:第一章,阐述了组合设计的发展背景与研究进程,给出了本文的主要结论.第二章,主要叙述了群论与设计的相关知识,为下一章的证明提供理论基础.第叁章,利用群论与设计相关知识编写程序,逐一对得到的相关设计参数进行分析,总结,举例说明其证明过程,并得出结论.(本文来源于《华南理工大学》期刊2017-04-01)
本报评论员[8](2016)在《树立脱贫攻坚先进典型群像》一文中研究指出榜样的力量是无穷的。我们党95年来的伟大历程,涌现出无数为党的事业奋斗终生的时代楷模,为我们树立了学习的榜样。当前全省正在集中力量打赢脱贫攻坚战,需要涌现出更多知行合一、敢作敢为、善做善成的先进典型,成为引领冲锋向前的猎猎军旗。先进典型所聚集和(本文来源于《贵州日报》期刊2016-05-30)
金春华[9](2015)在《公正为民 守望公平》一文中研究指出疾风知劲草,烈火炼真金。政法队伍是和平年代面对“疾风”、“烈火”最多的一支队伍。11月4日,全省政法系统学习践行“叁严叁实”先进典型事迹宣讲报告会上,一位位在工作中践行“叁严叁实”的人物典型令人动容:他们中,有的一直在车水马龙中严格执法,保障一路通畅;有(本文来源于《浙江日报》期刊2015-11-05)
郭海霞[10](2015)在《典型群的几何学在Pooling设计和压缩感知理论上的应用》一文中研究指出典型群几何学的应用非常广泛,它涉及到了很多不同领域,例如结合方案、区组设计、认证码、射影码、子空间轨道生成的格等.本文主要围绕其在Pooling设计和确定性压缩感知矩阵两个领域的应用展开讨论.首先,Pooling设计主要想解决的是群试验问题,当被测目标数量很大,而试验过程中又极易出错情况下如何有效进行群试验?它在DNA基因库筛选,电子检验,分子生物试验等,都有着广泛的应用.实际上Pooling设计主要就是一个具有纠错和容错能力的非适应性算法的数学模型.本文第叁章,我们利用典型群几何学中的一般线性空间砖)和辛空间Fq(2v)对Pooling设计理论进行了讨论,给出叁类Pooling设计的构作并分别讨论了它们的容错和纠错能力.其中,第一类是在向量空间曰)上利用子空间的交的维数大于或等于一定常量的方法给出了一类具有高阶容错能力的Pooling设计的构作.第二类是在一般线性空间上考虑子空间和这个子空间到向量空间Fq(n)上的线性映射构成的有序对即部分映射,再利用所规定的部分映射之间的包含关系给出了一类较优的Pooling设计.第叁类是利用辛空间Fq(2v)中的一般的(m,s)-型子空间和全迷向的(r,0)-型子空间按包含关系给出了一类Pooling设计,并讨论了如何取正整数s才能找到这种方法构作下较优的Pooling设计.其次,压缩感知理论主要解决的是信号处理问题,在需要处理的数据量巨大前提下对信号如何进行有效的压缩、存储以及信号能否被顺利恢复.信号处理在很多领域都有着广泛应用,例如通信、医学成像、视频、雷达成像及天文学等领域.压缩感知理论是利用特定的矩阵把稀疏或可压缩的高维信号投影到低维空间,再根据信号的稀疏先验条件通过线性或者非线性重建算法来恢复原始信号.这一理论将传统采样中的采样和压缩过程合二为一,能够有效的节约成本.本文第四章主要基于典型群几何学中的奇异线性空间Fq(n+l)和酉空间Fq(2v+δ)分别给出两类确定性压缩感知矩阵,并通过与Devore的多项式构作的性能参数的比较,得出本章中的这一构作的压缩性能要强,恢复性能更高效、更准确.其中,第一类是在奇异线性空间Fq(n+l)上利用(m1,s1)-型子空间和(m,S)-型子空间按包含关系给出了确定性压缩感知矩阵的构作.接着,本文又对此压缩感知矩阵的相容和析取性进行讨论,得出了在葛根年等人利用压缩感知理论给出的恢复性算法下的信号恢复情况.第二类是在酉空间Fq2(2v+δ)上的(m,s)-型子空间以及其上的双线性映射构成的有序对即(m,s)-对按规定的包含关系给出了确定性压缩感知矩阵.(本文来源于《大连理工大学》期刊2015-09-11)
典型群论文开题报告
(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:
有一群人,他们在军队历经磨砺锻造,虽然挥别军营,重新出发,但军人底色没有改变,人民军队光荣传统和优良作风依旧保持和发扬,他们像钉子,铆在哪里都有力;像基石,铺在哪里都坚实……他们,就是退役军人。习近平总书记在十九大报告中指出:组建退役
(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。
典型群论文参考文献
[1].周凌云.几种典型群智能算法及其更新机制研究[D].武汉大学.2018
[2].卢晓琳.闯出一片新天地铸就一份新辉煌[N].人民日报.2018
[3].朱雁.有限典型群和本原旗传递对称(v,k,5)设计[J].数学理论与应用.2018
[4].马今洪.典型群舒青铜器的造型源流[N].文汇报.2018
[5].王春楠,莫鸿岸.千锤百炼“打铁人”[N].广西日报.2017
[6].王培,周胜林.二维典型群PSL(2,q)与旗传递2-(v,k,λ)设计[J].广西师范大学学报(自然科学版).2017
[7].王培.二维典型群PSL(2,q)与旗传递2-(v,k,λ)设计[D].华南理工大学.2017
[8].本报评论员.树立脱贫攻坚先进典型群像[N].贵州日报.2016
[9].金春华.公正为民守望公平[N].浙江日报.2015
[10].郭海霞.典型群的几何学在Pooling设计和压缩感知理论上的应用[D].大连理工大学.2015