导读:本文包含了拥挤度估计论文开题报告文献综述及选题提纲参考文献，主要关键词:马斯京根模型,参数估计,多目标粒子群优化算法,拥挤度
拥挤度估计论文文献综述
宋万祯,雷晓辉,黄晓敏,唐兵,蒋云钟[1]（2013）在《考虑拥挤度的多目标粒子群优化算法在马斯京根参数估计中的应用》一文中研究指出采用考虑拥挤度的多目标粒子群优化算法进行马斯京根模型参数估计,介绍了考虑拥挤度的多目标粒子群优化算法的计算步骤,用外部精英档案保存非支配解,并通过计算拥挤度维持解的多样性,以海河流域南运河称钩湾至临清段的一次洪水过程为例,选取高流量、低流量和时段内总量差比叁个优化目标对优化结果进行了评价。结果表明,高流量与低流量之间为正比关系,而与总量差比之间存在制约关系;高流量和低流量目标值最小时模拟结果较好。(本文来源于《水电能源科学》期刊2013年01期）
程锋,毛军发,李晓春[2]（2006）在《布局中的布线拥挤度估计及其优化》一文中研究指出针对版图设计阶段越来越严重的布线拥挤问题,提出了一种有效降低布线拥挤度的标准单元布局算法.它是在高质量线长优化布局之后对布线拥挤度进行单独优化.该算法使用一种新的改进的布线模型对芯片的布线情况进行估计,采用以线网为中心移动的优化方法解决局部区域内的布线拥挤问题.实验结果表明,该算法在使线网总长略微增加的同时使芯片的布线拥挤度问题得到了很好的解决.(本文来源于《上海交通大学学报》期刊2006年03期）
江凌勇,赵志河,谭理军,吴勇[3]（2004）在《上牙弓中线偏移量和相对拥挤度对磨牙相对位置的近似量化估计和支抗设计的影响》一文中研究指出目的:上中线是体现前牙美学效应、保证牙弓对称、建立良好左右牙合关系的重要因素。剔除一些干扰因素,在相对理想状态下逐步深入细化,通过寻求上中线偏移量和相对拥挤度同磨牙相对位置之间的关系。建立数学公式,粗略量化估计左右侧磨牙的相对位置及相差量,近似建立在改正(本文来源于《第四军医大学口腔医院2004第七届全国口腔正畸学术会议论文汇编》期刊2004-06-30）
洪伟,吴敬[4]（1984）在《昆虫种群平均拥挤度的刀切法估计》一文中研究指出从60年代起国外广泛采用种群聚集度指标来测定昆虫的空间分布型。种群聚集度指标描述了昆虫种群生物学特性对环境条件适应和选择的情况。前人提出了许多测定昆虫种群集度的指标,其中Lloyd(1967)提出的平均拥挤度(mean crowding)是昆虫生态中空间分布型测定一种较常用的方法。其优点能比较直观地反映种群蜜度和其分布规律,而且在统计过程不受零样方的影响。国内近年来有关昆虫空间分布型的研究也都采用平均拥挤度等(本文来源于《福建林学院学报》期刊1984年02期）
拥挤度估计论文开题报告
（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：
针对版图设计阶段越来越严重的布线拥挤问题,提出了一种有效降低布线拥挤度的标准单元布局算法.它是在高质量线长优化布局之后对布线拥挤度进行单独优化.该算法使用一种新的改进的布线模型对芯片的布线情况进行估计,采用以线网为中心移动的优化方法解决局部区域内的布线拥挤问题.实验结果表明,该算法在使线网总长略微增加的同时使芯片的布线拥挤度问题得到了很好的解决.
（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。
拥挤度估计论文参考文献
[1].宋万祯,雷晓辉,黄晓敏,唐兵,蒋云钟.考虑拥挤度的多目标粒子群优化算法在马斯京根参数估计中的应用[J].水电能源科学.2013
[2].程锋,毛军发,李晓春.布局中的布线拥挤度估计及其优化[J].上海交通大学学报.2006
[3].江凌勇,赵志河,谭理军,吴勇.上牙弓中线偏移量和相对拥挤度对磨牙相对位置的近似量化估计和支抗设计的影响[C].第四军医大学口腔医院2004第七届全国口腔正畸学术会议论文汇编.2004
[4].洪伟,吴敬.昆虫种群平均拥挤度的刀切法估计[J].福建林学院学报.1984
标签：马斯京根模型; 参数估计; 多目标粒子群优化算法; 拥挤度;