导读:本文包含了变权重遗传算法论文开题报告文献综述及选题提纲参考文献，主要关键词:成分数据,变权重,组合预测,遗传算法
变权重遗传算法论文文献综述
鲁苓茜[1]（2019）在《基于遗传算法的成分数据变权重组合预测研究》一文中研究指出成分数据是一种具有特殊空间结构的多维数据,通常用于研究各部分在整体中的占比情况,故成分数据反映的是数据间的相对信息,而不是数据本身。但是,一般统计分析方法的前提是正态性假设,而成分数据的定和限制往往使其具有复共线性而不满足假设前提,因此常用的统计方法不适合对此类数据进行预测分析。为此,Aitchison提出对数比变换的方法避免常数和限制,即将成分数据空间映射到欧氏空间,从而使经典的统计方法继续适用于成分数据的统计分析。最初对成分数据的关注主要是用于研究岩石中各化学成分的比例情况,后逐渐被推广用于分析地区产业结构的变化趋势、预测城乡居民家庭生活费用支出比例等,使其成为经济、社会、科技等领域的一种重要的统计分析数据类型。所以,成分数据的预测研究在一定程度上为专家的决策建议提供了理论依据。组合预测方法是当前预测领域备受关注的热点话题之一,它最大限度地减少了单预测模型中不确定因素的影响,即将不同模型的单预测值以赋予不同权重的形式组合起来,从而提高预测结果的可靠性和稳定性。然而在已有的文献资料中,对成分数据的预测研究很少运用变权组合预测方法。因此,有必要对成分数据以组合形式进行预测分析。本文的研究内容主要有:(1)针对与时间变化有关的成分数据,将其在非对称Logratio变换的基础上应用变权重组合预测方法。在该方法中,不同时刻的单预测模型的权系数是不同的,所以变化的权重对于预测数据具有更好的自适应性。(2)针对多数组合预测目标函数单一的问题,对变权重组合预测以最小化绝对相对误差之和为目标进行优化。但是该优化函数形式复杂且不可微,一般求权重的方法达不到理想效果。因此,本文将运用基本无数学限制的遗传算法获得样本期权重,并用平均值法确定预测期权系数,从而减小其预测误差,使预测结果更全面、更系统,具有更好的适应能力。(本文来源于《山西大学》期刊2019-06-01）
李冠南,单汨源[2]（2013）在《自适应遗传算法优化模糊变权重的复杂系统时间序列组合预测方法》一文中研究指出针对复杂系统时间序列预测精度不高问题,将复杂系统时间序列组合预测模型的权系数视为模糊数,以模糊区间的大小作为模糊变权重复杂系统时间序列组合预测模型目标函数,利用自适应遗传算法优化复杂系统时间序列组合预测模型目标函数的权重系数,建立基于遗传算法优化模糊变权重的复杂系统时间序列组合预测方法。仿真结果表明:此模糊自适应变权重非线性组合预测模型的精度较高,并且平均误差和预测平方根误差均较小;所提出的基于遗传算法优化模糊变权重组合预测模型的最大相对误差为2.89%,小于各预测模型中最小的最大相对误差3.24%,且平均误差和平方根误差均较小。(本文来源于《中南大学学报(自然科学版)》期刊2013年11期）
范卿,曾杨[3]（2013）在《基于带权重遗传算法的工程变幅机构优化设计》一文中研究指出变幅机构是工程机械的关键,仔细分析了中联重科49m混凝土泵车的变幅机构,建立了其6节点等效模型.在此基础上,分析了变幅油缸的受力情况,指出对变幅机构的设计应保证变幅油缸受到的压力及压力的变化都尽可能小.为此,提出采用带权重的遗传算法对变幅机构进行优化设计,将各优化目标对变幅机构的影响程度考虑到适应度函数中.仿真分析证明了所提出优化算法的有效性.(本文来源于《中国工程机械学报》期刊2013年04期）
张涛,于雷,周中良,李飞[4]（2012）在《基于变权重伪并行遗传算法的空战机动决策》一文中研究指出针对空战机动决策中态势多样化对机动决策的影响以及控制量的细化问题,以敌我双机空战为背景,利用空战优势函数值作为空战机动决策的依据,基于滚动时域控制方法,采用变权重自适应伪并行遗传算法解决空战决策问题。重点分析了隐身优势函数以及变权重函数的建立、遗传编码方式、操作算子的确定,最后对空战决策进行了仿真。仿真结果验证了隐身优势函数的合理性,以及该理论在空战机动决策方面的有效性。(本文来源于《飞行力学》期刊2012年05期）
安成万,宋红蓉,田俊杰[5]（2011）在《基于适应性权重遗传算法的配电网多目标综合优化》一文中研究指出针对配电网多目标综合优化问题的复杂性,以及网络重构、电容器投切的离散控制变量优化问题,基于遗传算法从全局角度来求解此优化问题,研究了网络重构、电容器投切的编码方案,以及两者的综合编码方案,并研究给出合理的选择、交叉、变异以及保留操作策略。针对线损、电压质量以及线路负载多目标的各个目标权重难以确定问题,进一步引入适应性权重遗传算法,随着遗传代数的进化,算法自适应地给出各个目标权重。仿真算例验证了所提算法用于配电网多目标综合优化的合理性。(本文来源于《山西电力》期刊2011年06期）
黄宝玲[6]（2011）在《基于自定义权重遗传算法的组卷算法仿真研究》一文中研究指出针对目前众多组卷算法对组卷质量和组卷速度不能同时提高的缺陷,导致了组卷系统收敛效果不佳,迭代次数较多,组卷效率不高,难符合用户要求。为解决上述问题,提出了基于自定义的约束权重比的自适应遗传算法,强调在最有可能成为最终个体的基因里进行搜索,并增加优良个体的保留机制,使其在寻优准确率和搜索速度上均明显优于其他组卷算法,且具有很好的收敛性和实用性。实践结果表明,该方法可以有效地解决智能组卷中的多约束优化问题,并同时提高了组卷速度。(本文来源于《计算机仿真》期刊2011年05期）
都国兵[7]（2011）在《基于遗传算法的变权重组合预测模型研究及其应用》一文中研究指出本论文主要研究了变权重组合预测模型权重系数的识别问题,在实践中,就每一个单一预测方法而言,有些时点上预测精度好,有些时点上预测精度差,可变权组合预测方法要比不变权组合预测方法科学,权重的好坏直接影响到组合预测的精度,该问题是组合预测的难点和关键。对于比较复杂的目标函数,特别是目标函数带有绝对值,不可微,变量比较多等,以上诸多原因导致数值计算非常困难。根据遗传算法对目标函数的要求比较低,能够搜索全局最优解的特点,我们运用遗传算法对该复杂问题进行了求解,并给出了遗传算法的流程图,得到了比较好的预期效果。另外我们将该模型应用到城市供水负荷预测的问题上,做了相应的数值实验。数值试验的结果验证了遗传算法方法的有效性。(本文来源于《兰州大学》期刊2011-04-01）
陈得宇,张仁忠,沈继红,高世伟[8]（2010）在《基于适应性权重遗传算法的多目标无功优化研究》一文中研究指出研究一种多目标无功优化问题的求解方法。基于无功分层分区平衡以及保证紧急情况下电网安全的原则,给出了在电网正常情况下优先投切电容器、调节变压器分接头,然后设定机端电压的优化调控顺序,进一步提出将优化问题分解为连续变量优化和离散变量优化问题,并分别求解,迭代直至收敛的求解思路。鉴于多目标无功优化模型的复杂性,以及连续、离散控制变量并存,采用遗传算法求解,重点研究了控制变量的编码方案以及选择、交叉、变异以及保留操作策略。针对于多目标无功优化各个目标权重难以确定问题,又进一步引入了适应性权重遗传算法,随着遗传代数的进化算法能自适应地给出各个目标权重。仿真算例验证了文中所提的多目标无功优化求解方法的合理性。(本文来源于《电力系统保护与控制》期刊2010年06期）
王燕飞,张振山,江帆[9]（2006）在《基于适应性权重遗传算法的自航式鱼雷发射管优化设计》一文中研究指出为了对自航式鱼雷发射管进行优化设计,采用适应性权重遗传算法解决多目标非线性优化问题。选择发射管长度、体积、重量作为优化目标,通过运用“界限构造法”确定权重和目标函数、适应性罚函数法处理不等式约束,将多目标优化问题转化为单目标优化问题进行处理。以鱼雷自航发射为例进行了模拟计算,仿真结果表明,采用适应性权重遗传算法进行自航式鱼雷发射管的优化设计是有效的,可以为工程实践提供参考依据。(本文来源于《鱼雷技术》期刊2006年02期）
变权重遗传算法论文开题报告
（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：
针对复杂系统时间序列预测精度不高问题,将复杂系统时间序列组合预测模型的权系数视为模糊数,以模糊区间的大小作为模糊变权重复杂系统时间序列组合预测模型目标函数,利用自适应遗传算法优化复杂系统时间序列组合预测模型目标函数的权重系数,建立基于遗传算法优化模糊变权重的复杂系统时间序列组合预测方法。仿真结果表明:此模糊自适应变权重非线性组合预测模型的精度较高,并且平均误差和预测平方根误差均较小;所提出的基于遗传算法优化模糊变权重组合预测模型的最大相对误差为2.89%,小于各预测模型中最小的最大相对误差3.24%,且平均误差和平方根误差均较小。
（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。
变权重遗传算法论文参考文献
[1].鲁苓茜.基于遗传算法的成分数据变权重组合预测研究[D].山西大学.2019
[2].李冠南,单汨源.自适应遗传算法优化模糊变权重的复杂系统时间序列组合预测方法[J].中南大学学报(自然科学版).2013
[3].范卿,曾杨.基于带权重遗传算法的工程变幅机构优化设计[J].中国工程机械学报.2013
[4].张涛,于雷,周中良,李飞.基于变权重伪并行遗传算法的空战机动决策[J].飞行力学.2012
[5].安成万,宋红蓉,田俊杰.基于适应性权重遗传算法的配电网多目标综合优化[J].山西电力.2011
[6].黄宝玲.基于自定义权重遗传算法的组卷算法仿真研究[J].计算机仿真.2011
[7].都国兵.基于遗传算法的变权重组合预测模型研究及其应用[D].兰州大学.2011
[8].陈得宇,张仁忠,沈继红,高世伟.基于适应性权重遗传算法的多目标无功优化研究[J].电力系统保护与控制.2010
[9].王燕飞,张振山,江帆.基于适应性权重遗传算法的自航式鱼雷发射管优化设计[J].鱼雷技术.2006