导读:本文包含了协作优化方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,步长,高斯,波束,分配,无人机,相容性。
协作优化方法论文文献综述
杨健,董力勇,王鸿,王龙兴[1]（2019）在《应用分层优化法的多协作无人机任务规划方法》一文中研究指出应用分层优化法解决多协作式无人机任务规划问题.第一层融合Dubins和B样条曲线规划多无人机执行多任务的航线,估算可能的任务指派产生的消耗,将问题建模为多基地多旅行商问题进行求解以完成任务分配.第二层在为每个无人机确定任务分配后应用高斯伪谱法精确规划无人机飞行航迹,为了提高计算效率将融合Dubins曲线和B样条方法规划的无人机航线作为航迹规划的初始解.仿真实验表明了应用分层优化的任务规划方法的有效性.(本文来源于《指挥与控制学报》期刊2019年01期）
王倩倩[2]（2019）在《协作成本与完成质量联合优化的任务分配方法研究》一文中研究指出任务分配乃社交网络的重要研究问题之一。一般地,任务的完成质量主要由参与人员的技能水平决定。但是,仅考虑技能水平的任务分配,可能引起各自为战,导致完成质量不高。因此,综合考虑技能水平与协作成本的任务分配方法,能为任务的完成质量提供有效保障。由于执行目标的不同,任务分为协作型任务与竞争型任务。协作型任务需要参与人员精诚合作,为实现一个共同的目标而努力,如嫦娥四号的发射;而竞争型任务需要参与各方既斗争又合作,为了结果的公平性而权衡多种影响因素。显而易见,协作型任务的分配应考虑参与人员的技能水平,并最小化参与人员间的协作成本;竞争型任务的分配不但考虑参与人员的技能水平,还应同时考虑参与人员的代表性,最大化参与人员间的协作成本,高的协作成本保证结果的公平性。本文以社交网络为研究背景,重点关注协作成本与任务完成质量,对社交网络的任务分配问题展开了较为系统的研究,主要的工作成果体现在以下几个方面:1)完成质量最优化的协作型任务分配算法:基于概念格理论,发现超大规模在线社交网络中的小团体,利用小团体成员间的强联系属性,结合协作型任务的内在需求,提出一个完成质量最优化的协作型任务分配算法。将协作型任务分配问题建模为一个组合优化问题,并证明了该优化问题具有NP-hard特性,进而提出一个启发式算法进行求解,算法的时间复杂度为t。2)成员影响力与协作成本联合优化的竞争型任务分配方法:综合考虑候选成员的代表性、技能水平与协作成本,提出面向竞争型任务的有效分配算法。考察基于概念格理论生成的小团体,每个小团体中影响力最大的成员作为最佳备选,并权衡候选人员的协作成本,以保证任务执行结果的公平性。将竞争型任务分配问题进行建模,形成了相应的组合优化问题,并证明该组合优化问题具有NP-hard特性,进而提出一个成员影响力与协作成本联合优化的启发式算法对问题进行求解,算法的时间复杂度为。3)为证实所提算法的有效性,本文使用真实数据集进行验证,并与贪心算法进行比较,本文所提算法在组内协作成本,组内最小协作成本、成员规模、运行时间等方面具有更佳性能。(本文来源于《西北大学》期刊2019-03-01）
王斐,齐欢,周星群,王建辉[3]（2018）在《基于多源信息融合的协作机器人演示编程及优化方法》一文中研究指出为解决现有机器人装配学习过程复杂且对编程技术要求高等问题,提出一种基于前臂表面肌电信号和惯性多源信息融合的隐式交互方式来实现机器人演示编程.在通过演示学习获得演示人的装配经验的基础上,为提高对装配对象和环境变化的自适应能力,提出了一种多工深度确定性策略梯度算法(M-DDPG)来修正装配参数,在演示编程的基础上,进行强化学习确保机器人稳定执行任务.在演示编程实验中,提出一种改进的PCNN(并行卷积神经网络),称作1维PCNN(1D-PCNN),即通过1维的卷积与池化过程自动提取惯性信息与肌电信息特征,增强了手势识别的泛化性和准确率;在演示再现实验中,采用高斯混合模型(GMM)对演示数据进行统计编码,利用高斯混合回归(GMR)方法实现机器人轨迹动作再现,消除噪声点.最后,基于Primesense Carmine摄像机采用帧差法与多特征图核相关滤波算法(MKCF)的融合跟踪算法分别获取X轴与Y轴方向的环境变化,采用2个相同的网络结构并行进行连续过程的深度强化学习,在轴孔相对位置变化的情况下,机械臂能根据强化学习得到的泛化策略模型自动对机械臂末端位置进行调整,实现轴孔装配的演示学习.(本文来源于《机器人》期刊2018年04期）
尹超,赵旭,邱磊[4]（2018）在《网络化协作加工设备约束特性及一种优化选择方法》一文中研究指出针对网络化协作加工设备优化选择过程中加工设备种类繁多、优选目标多样、设备属性与优选目标之间约束关系复杂等问题,建立了网络化协作加工设备的属性构成模型,在此基础上建立了一种包括网络化协作加工设备属性、优化选择目标及其之间的约束关系的约束特性框架模型,进而基于粗糙集理论建立了获取约束特性函数的数学模型,提出了一种基于约束特性的网络化协作加工设备优化选择方法并进行了算法求解,最后设计并开发了网络化协作加工设备优化选择支持系统,并在重庆某企业进行了试验应用,取得了较好的效果。(本文来源于《机械工程学报》期刊2018年13期）
陈杰,包学才,涂振宇[5]（2018）在《面向水环境监测的无线传感网络协作波束形成远距离传输优化方法》一文中研究指出在无线传感网络技术应用于水环境的自主监测过程中,无线传感网络限制的传输距离成为制约其发展的主要问题之一。针对当前水环境监测及无线传感网络远距离传输存在的问题,提出了基于改进的高斯骨架差分进化的波束合成远距离传输优化方法。首先根据远距离传输要求建立优化模型,该模型不仅考虑接收节点方向协作波束的主瓣增益,还考虑了旁瓣对其他非接收方向的干扰问题;然后提出了改进高斯骨架差分优化方法,该方法在交叉过程中增加对旁瓣幅值的判断,加速了节点功率优化的收敛速度。实验对比和验证分析结果表明,该方法在不同主瓣增益要求条件下最小旁瓣增益性能比典型优化算法提升了6.8%~10.2%,比随机优化方法提升了31.8%~35.4%,不仅能够满足实际要求,而且能够有效减少对其他非接收方向的干扰,为实现水环境监测远距离传输提供了有效的理论和技术支撑。(本文来源于《水利水电技术》期刊2018年06期）
杨蕊嘉[6]（2018）在《基于改进的细菌觅食优化算法的群机器人协作搜索方法研究》一文中研究指出近年来,随着“911”事件、汶川地震等灾难的发生,全球范围内对在危险环境中可以长时间工作的机器人的需求越来越多。这些机器人可以在高温、低温、有毒污染、高压、强辐射等极端环境下取代人类实现繁琐的搜救任务,减少灾害对人类第二次的伤害。同时,近几年随着互联网、电子计算机的应用大范围的普及,机器人技术正在快速的成长,应用范围从制造业扩展至非制造业,智能机器人进入大家的视野来完成日常生活学习中简易的工作已然成为一种抵挡不住的趋势。虽然单机器人能够完成一些简易的工作,但是多机器人系统具有很多个体机器人不具有的优势,例如结构简单、灵活操作、形状娇小、操作性强等。并且系统中单个机器人可以独立完成某个任务,获得的环境信息更加全面,所以相比较而言多机器人系统完成任务效率更高、稳定性强,完成任务复杂程度高、信息传递速度快、定位信息准确。基于以上的优势,研究人员对多机器人系统的关注越来越多,研究越来越深入,它在各领域的应用自然更加广泛。随着研究人员对生物学研究的不断深入,通过模拟自然界中生物群体行为现象而提出的仿生智能算法得到的广泛的应用。本文主要是针对在复杂危险环境下,将群机器搜索应用在有毒/有害气体源搜索、灾后搜索和营救、反恐排爆等场合中,研究将新型生物启发式群智能算法——细菌觅食优化算法应用在群机器人系统搜索问题上,设置基于Levy分布的趋化步长,针对搜索过程中收敛速度较低这一缺点进行改善设计细菌觅食优化算法,使得群机器人能够精准并且快速地完成搜索任务。最后,设计多机器人任务搜索仿真系统,在该仿真系统上进行实验,验证了模型和算法的有效性,实现多机器人任务搜索的整个过程,并将基于改进的细菌觅食优化算法的目标搜索结果与基于粒子群算法的目标搜索结果、基于混合算法的目标搜索结果进行对比,验证本文所提方法具有可行性并且搜索效果更加良好。(本文来源于《吉林大学》期刊2018-06-01）
任音吉[7]（2018）在《生鲜农产品同级多中心协作配送优化方法研究》一文中研究指出中国正在大力推进城市现代化进程,未来城市人口还将进一步增长,由此产生的生鲜农产品城市物流协作配送问题成为一个亟待解决的重要难题。生鲜农产品城市物流协作配送是交通运输领域的一个重要研究方向,是“最后一公里”运输的关键环节。由于生鲜农产品城市物流协作配送的特殊环境的限制,包括:农产品的自身特点、基础设施限制、政府政策、道路通勤情况等,对于生鲜农产品城市物流协作配送的研究日益成为国内外学者的一个研究热点,当前对城市物流配送的研究主要集中在配送中心选址和车辆路径优化两个方面。如何将城市区域内的配送中心进行有效协作,以达到降低运输成本,提高服务效率,减少环境污染,改善道路拥堵状况的综合目的,合理分配配送中心之间的收益是进行协作配送的关键。因此,本论文的选题在解决现实问题方面具有重要的现实意义。生鲜农产品同级多中心协作配送网络是生鲜农产品城市物流协作配送网络的组成部分,因此本文从生鲜农产品同级多中心协作配送的角度研究生鲜农产品城市物流协作配送网络优化问题,将生鲜农产品同级多中心协作配送问题分解为生鲜农产品配送特性分析,多中心协作配送车辆路线优化,配送中心联盟收益分配优化与联盟合作序列求解几个部分,对每个部分进行具体的分析研究,进而对生鲜农产品城市物流协作配送网络的顺利实施提供了理论和实践基础。本文的主要研究内容如下:(1)生鲜农产品配送特性分析是本文研究的首个重要部分,通过对生鲜农产品特点、配送要求的分析明确生鲜农产品存在时效要求高,易腐烂的特点针对性地建立相应的多中心协作配送网络,分析配送网络的构成因素,明确配送网络的结构和特征,建立生鲜农产品协作配送网络的优化原则。(2)多中心协作配送车辆线路优化是本文研究的一个重要部分,将车辆协作配送路线分为直线式和环线式两种配送方式分别进行研究。直线式配送方式即多中心协作车辆指派问题,首先以多个配送中心总运输成本最小为目标,以车辆装载量、最大运输距离、配送中心商品存储量等为约束条件建立数学规划模型,然后采用实数编码的方式建立混合遗传—粒子群算法对模型进行求解,最后以四种收益分配模型对配送中心进行协作配送获得的联盟总收益进行求解。环线式配送方式即多中心协作车辆路线优化问题,同样以多个配送中心总运输成本最小为目标,以车辆装载量、最大运输距离、配送中心商品存储量、客户需求量等为约束条件建立数学规划模型,首先,将客户点按距离聚类形成车辆初始线路,再采用混合遗传—粒子群算法计算,在使用混合算法时交替使用两种算法,以遗传算法为主周期性替换粒子群算法提高混合算法的计算效率,并且在粒子群算法中加入自适应权重增强算法的收敛速度,并与不同算法进行比较,验证本文所提算法的合理性与有效性。(3)配送中心联盟收益分配优化与联盟合作序列求解也是本文研究的重要部分,通过不同收益分配模型得到的收益分配策略是不同的,而不同的收益分配策略对配送中心能否形成长期稳定联盟的影响也是不同的,本文采用联盟稳定性方法选择收益分配策略,以核子中心与不同收益分配策略的距离为半径,采用“雪球”理论确定不同策略的稳定性,最终促成联盟进行长期稳定的合作。而配送中心的合作是一个动态的过程,引进第叁方物流服务提供商作为联盟协调者,与配送中心进行谈判,采用严格单调递增方法选择配送中心联盟合作序列。在增加配送中心数量后,按照严格单调递增方法全体配送中心无法形成一个联盟,进而提出形成多个局部联盟的合作模式,以联盟后物流服务提供商获得最大收益为目标得到最佳联盟合作序列。(本文来源于《重庆交通大学》期刊2018-04-02）
林森,黄江波,李文翔,肖兵兵,危露[8]（2017）在《协作制造环境下子任务调度的优化方法》一文中研究指出协作制造模式为分布式生产设备的高效利用提供了共享合作平台,如何将生产任务高效调度到各设备中是一个复杂的优化问题。基于对任务结构和过程的分析提出子任务调度模型,使不同位置和功能的设备能协作处理一批任务。基于对生产代价和时延的建模,采用遗传算法实现3种优化调度策略,优化目标分别为设备负载均衡、最小化总生产时延和最小化总生产开销。仿真结果表明这3种策略能分别实现对应的优化目标。(本文来源于《智能计算机与应用》期刊2017年02期）
胡海洋,姬朝配,胡华,葛季栋[9]（2017）在《基于协作相容性的工作流任务分配优化方法》一文中研究指出工作流系统中任务分配策略将对其系统运行性能有很大的影响,在分配任务时不仅需要考虑执行者对相应任务的熟悉度,还需分析执行者之间配合协作的默契程度.传统研究工作在进行工作流任务分配时缺乏对执行者工作负载、执行者之间协作相容性的综合考虑.为了实现有效的任务分配,首先通过分析历史日志的信息,对执行者间的协作相容性进行分析计算,在此基础上综合考虑执行者当前的任务负载,提出了基于协作相容性的、负载均衡式任务分配模型,并给出了多目标联合优化的任务分配方法,可提高整个流程实例的执行效率,并保持执行者间的负载均衡.提出4种相应的算法,并分析了算法的时间复杂度,进行了系统性的对比实验,评估了所提出方法的正确性和有效性.(本文来源于《计算机研究与发展》期刊2017年04期）
孙媛[10]（2017）在《大数据网络协作传输优化编码方法》一文中研究指出当前方法对大数据编码采用Turbo扩频编码方法,随着网络中的干扰强度的增大,解码性能不好,抗干扰能力不强。提出一种基于小区间同态映射加密的优化编码方法。首先构建了网络结构模型和大数据协作传输的信道模型,采用小区间同态映射加密方法对网络中的大数据进行数据结构剖分和密钥设计,恢复出信源的编码矢量,实现大数据协作传输优化编码方法。仿真结果表明,采用该方法进行网络中大数据协作传输优化编码,编码矢量在特征空间中具有不可预测性,压缩率较高。(本文来源于《科技通报》期刊2017年03期）
协作优化方法论文开题报告
（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：
任务分配乃社交网络的重要研究问题之一。一般地,任务的完成质量主要由参与人员的技能水平决定。但是,仅考虑技能水平的任务分配,可能引起各自为战,导致完成质量不高。因此,综合考虑技能水平与协作成本的任务分配方法,能为任务的完成质量提供有效保障。由于执行目标的不同,任务分为协作型任务与竞争型任务。协作型任务需要参与人员精诚合作,为实现一个共同的目标而努力,如嫦娥四号的发射;而竞争型任务需要参与各方既斗争又合作,为了结果的公平性而权衡多种影响因素。显而易见,协作型任务的分配应考虑参与人员的技能水平,并最小化参与人员间的协作成本;竞争型任务的分配不但考虑参与人员的技能水平,还应同时考虑参与人员的代表性,最大化参与人员间的协作成本,高的协作成本保证结果的公平性。本文以社交网络为研究背景,重点关注协作成本与任务完成质量,对社交网络的任务分配问题展开了较为系统的研究,主要的工作成果体现在以下几个方面:1)完成质量最优化的协作型任务分配算法:基于概念格理论,发现超大规模在线社交网络中的小团体,利用小团体成员间的强联系属性,结合协作型任务的内在需求,提出一个完成质量最优化的协作型任务分配算法。将协作型任务分配问题建模为一个组合优化问题,并证明了该优化问题具有NP-hard特性,进而提出一个启发式算法进行求解,算法的时间复杂度为t。2)成员影响力与协作成本联合优化的竞争型任务分配方法:综合考虑候选成员的代表性、技能水平与协作成本,提出面向竞争型任务的有效分配算法。考察基于概念格理论生成的小团体,每个小团体中影响力最大的成员作为最佳备选,并权衡候选人员的协作成本,以保证任务执行结果的公平性。将竞争型任务分配问题进行建模,形成了相应的组合优化问题,并证明该组合优化问题具有NP-hard特性,进而提出一个成员影响力与协作成本联合优化的启发式算法对问题进行求解,算法的时间复杂度为。3)为证实所提算法的有效性,本文使用真实数据集进行验证,并与贪心算法进行比较,本文所提算法在组内协作成本,组内最小协作成本、成员规模、运行时间等方面具有更佳性能。
（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。
协作优化方法论文参考文献
[1].杨健,董力勇,王鸿,王龙兴.应用分层优化法的多协作无人机任务规划方法[J].指挥与控制学报.2019
[2].王倩倩.协作成本与完成质量联合优化的任务分配方法研究[D].西北大学.2019
[3].王斐,齐欢,周星群,王建辉.基于多源信息融合的协作机器人演示编程及优化方法[J].机器人.2018
[4].尹超,赵旭,邱磊.网络化协作加工设备约束特性及一种优化选择方法[J].机械工程学报.2018
[5].陈杰,包学才,涂振宇.面向水环境监测的无线传感网络协作波束形成远距离传输优化方法[J].水利水电技术.2018
[6].杨蕊嘉.基于改进的细菌觅食优化算法的群机器人协作搜索方法研究[D].吉林大学.2018
[7].任音吉.生鲜农产品同级多中心协作配送优化方法研究[D].重庆交通大学.2018
[8].林森,黄江波,李文翔,肖兵兵,危露.协作制造环境下子任务调度的优化方法[J].智能计算机与应用.2017
[9].胡海洋,姬朝配,胡华,葛季栋.基于协作相容性的工作流任务分配优化方法[J].计算机研究与发展.2017
[10].孙媛.大数据网络协作传输优化编码方法[J].科技通报.2017
论文知识图
