一、求单纯形法中初始基本可行解的新方法——外点法（论文文献综述）
何沛欣[1]（2021）在《基于线性优化支持向量机在柔性触觉传感阵列中的算法研究》文中研究指明线性规划（Linear programming,LP）是日常生活中最常见的优化问题,线性规划应用领域非常广泛,可用于军事作战、金融财富体系、经营管理分析以及目前最新的机器学习领域统计学优化计算。而关于线性规划也有数百年历史了,通常解决线性规划最优的方法是单纯形法,因为其高效且操作简单而风靡,但是缺少了严格理论证明它的时间复杂度,并且有特例情况下证明了单纯形法的局限性,会导致时间复杂度成指数形式呈现。后续也有研究其他算法,例如内点法,椭球法,能够有效保证时间复杂度,但是由于运算条件苛刻,转变过程复杂,且并不是强多项式时间算法,而依旧具有局限性。所以如何能在单纯形法的思想上找到强多项式时间算法也是这个领域研究的重点问题;支持向量机（Support Vector Machine,SVM）作为统计学最优秀的应用之一,以其高效准确拟合度高且推广性良好而着称,而传统支持向量机也是基于欧式度量距离的,通常基于2-范数的欧氏距离和马氏距离,2-范数会产生较好的物理解释性,但相应的2-范数也会产生复杂的高阶优化问题,会在高维度的训练中速度降慢很多,如何提高计算速度也是支持向量机的重要研究方向;柔性传感材料也是目前材料学中前沿研究领域,随着计算机技术的不断增强,人工智能算法的逐步精进,目前对硬件的要求也是越来越高,而柔性触觉材料以其柔软可拉伸性,可作为电子皮肤等前沿医学、工学等研究载体,柔性材料的制备工艺也是材料学中的难点问题,在新型材料上部署人工智能相关算法,也是本文的重点创新部分,本文主要工作如下:1.介绍传统单纯形法及其几何意义,通过对单纯形法的刨析,提出了棱锥切割理论来为单纯形法的旋转提供了另一种直观的解释,并通过线性调整规划定义了优化问题的停止边界,在棱锥切割中遇到阻塞面时,需要用到滑动梯度算法在约束面上的投影问题来改变运动轨迹,本文也针对投影问题提出了帽子矩阵（hat matrix）来使得投影计算更为简单快捷,并通过一个算例来介绍线性规划问题新方法的运算流程。2.介绍了机器学习理论、统计学理论及所产生的支持向量机概念,通过对支持向量机中支持向量的范数问题选择,而达到不同的求解问题,传统支持向量机用到2-范数问题,而2-范数问题对应产生的是优化一个二次规划问题,是非线性规划问题的一种特例,而用1-范数和无穷范数可以使得支持向量机内核变成一个线性规划求解的问题,通过对线性规划问题使用第二章中的滑动梯度算法,提出了L1GSSVM和L∞GSSVM算法用来解分类问题,并且在UCI数据库上进行实验,结果能得到与传统SVM算法相似的准确率,并且能在时间上更有优势,在小维度数据集上平均减少的CPU训练时间接近15%-20%,在大维度数据集上平均减少的CPU时间接近30-35%,并且在大维度数据集上准确率有所提高。3.介绍了柔性触觉传感阵列的应用领域,并创新型的提出了一种将热塑性聚氨酯弹性体橡胶（Thermoplastic polyurethanes,TPU）按30%固含量溶解于二甲基甲酰胺（DMF）中,使用丝网印刷将液态金属电极硬刷到光滑的亚克力版上,再使用转印技术将电极硬刷到TPU薄膜上。通过这个技术后,能够在表征分析中得到新型材料较突出的电容压力线性相关能力,并且有较好的黏附性和拉伸性。将此材料用于机械手臂上,通过系统架构设计,完成了接受发送数据电路模块,数据预处理模块,数据存储模块以及最关键的手势训练模块,此时用的是深度学习多层神经网络的梯度下降算法进行训练,得到机械手臂的手势识别能力,通过对加入手势参数和未加入手势参数的线性SVM算法作出对比,加入手势参数后平均准确率能提高10%,并且用L1GSSVM和L∞GSSVM算法在训练速度上也会提高50%。
熊守江[2]（2020）在《基于灵敏度分析的电力系统经典优化算法研究》文中认为电力系统优化作为电力工程学科长久的研究方向具有极其重要的现实意义。随着电力网络的规模不断扩大,负荷日益增长,对电力系统优化的要求也随之增加。本文主要在电力系统优化的经典法中进行研究和探讨,内容主要涉及:电力系统潮流计算、网损微增率计算、经典法有功、无功优化以及基于灵敏度分析的越限调压。本文首先对各种电力系统潮流计算进行详细的阐述,并对直角坐标、极坐标牛顿法潮流进行对比分析,综合两者的优点规避其劣势,提出了一种新型牛顿法潮流,且将其与传统极坐标牛顿法进行比较分析证明其快速及有效性。其次,介绍了几种基础的有功、无功网损微增率的算法,及经典法的有功、无功优化模型及具体程序优化步骤。将各种网损微增率算法应用于有功、无功优化算例中,对它们进行比较分析,并尝试将导纳矩阵法与雅克比矩阵法综合的方法应用于经典法有功优化中。最后在经典无功优化中对K值法进行全面考虑,并将基于灵敏度分析的越限调压方法引入经典法无功优化中,对比分析不同网损微增率优化结果,并验证基于灵敏度分析的越限调压方法的有效性。
易旸[3]（2019）在《庆铁四线优化运行方案研究》文中提出随着近年来大庆原油产量递减,东北管网输送情况也发生了改变,庆铁四线在2017年从输送俄罗斯原油改为输送庆吉油,输送油品的变化导致庆铁四线的输送方式从原本的常温输送方式转变为加热输送。庆铁四线改输新的油品后需要对输送计划进行重新规划,以实现降耗节能的目的。因此,本文在保证安全输送的前提下对改输后的庆铁四线进行了优化研究。针对庆铁四线优化运行方案研究这一问题,本文对庆铁四线的主要输油工艺和现行的运行计划进行了调研。完成管道基础设计参数、站场基本参数及现行运行计划的数据收集,针对改输后管内的油品进行了基础物性实验测试,建立了庆铁四线原油管道数据库。针对庆铁四线中存在的变频泵提出了一种特性曲线拟合方式,结果证明能够很好地解决变频泵的计算问题。以生产能耗最小为目标函数,针对庆铁四线存在变频泵这一特点,将变频泵的转速这一关键运行参数与出站温度及泵的组合方式等变量同时设定成为优化变量,将泵站的进出站压力、加热站的进出站温度、管道全线的水力和热力情况、加热站配备的加热炉热负荷、泵站配备的泵相关参数作为优化模型的约束条件,建立了庆铁四线原油管道运行优化数学模型。针对所建立模型的特点,选用了遗传算法、粒子群算法和模拟退火算法这三种不同的启发式搜索算法对模型进行了编程求解。对冬季工况和夏季工况分别进行了实例计算及分析,得出相应的优化方案,冬季工况能降低能耗7.84%,夏季工况能降低能耗6.29%。对遗传算法、粒子群算法和模拟退火算法在求解模型的情况进行了初步的分析,三种算法所求解的不同月份运行方案最终优化结果各有千秋,但求解速度和收敛速度粒子群算法具有极大的优势,推荐使用粒子群算法对本文建立的模型进行求解。
徐杰[4]（2018）在《基于外特性模型的推挽变压器优化设计的可视化算法》文中研究表明在现今许多的科学领域中,电力电子技术凸显出越来越重要的地位,而在其中具有关键作用的电子变压器,也越来越受到人们的关注。由于电子变压器的适用场合众多,又兼具良好的应用前景,故各电子变压器生产厂家一直在对如何节约成本的同时提高其性能而做出努力,这就涉及到电子变压器的优化设计问题。欲对某一电子变压器产品进行优化设计,首先必须了解其工作电路对该电子变压器所提出的性能要求,结合周边各电子开关器件的工作状态,分析得出整个电路的各个工作模态,建立完善的数学模型,在数学模型的基础上寻得全局最优解,完成该产品的优化设计。但是,由于电子开关器件工作状态的组合众多,造就了电子变压器工作模态复杂多变的情况,加之涉及多线圈之间漏感及互感难以精确表述的现状,使建立完善的数学模型成为一大难点。另外,所建立的数学模型多为非线性方程组构成,如何在多个非线性方程组中求得解析解又是另一个难点。基于上述电子变压器建模及优化设计的难点,文章提出一种基于Boolean代数的全新建模分析方法,及一种兼顾多目标多约束条件的优化设计可视化算法。文章首先对变压器的基本运行理论及其分类方法做了简要的介绍,并简单说明了各种类变压器的主要运用场合。其次详细讨论了基于Boolean代数的功率变换器建模分析方法。以推挽变压器为例,列出所有开关状态组合的完全Boolean矩阵,根据推挽变压器中某些开关元器件的特性归纳出诸多向量判据,逐步剔除无效成分,得到仅有各工作模态组成的矩阵,列出状态方程完成建模。接着叙述了推挽变压器工作过程中出现的漏感及其抑制或利用方式,并叙述了一种间接测算漏感的方法。然后简要讲述了几种主要的优化设计分析方法,诸如线性规划、非线性规划、0.618法和最速下降法等。之后对四维/五维的优化设计可视化算法做了详细的讨论。以推挽式变压器为例,将铁芯有效截面、铁芯窗口面积和线圈匝数作为设计变量,铁损、铜损、铁芯温升及线圈温升作为约束条件,效率、体积、成本等作为优化目标,讨论了四维优化设计可视化算法的实现方法及优化结果。同时,单独列出电压调整率展示了五维优化设计可视化算法的实现方法及优化结果。最后对基于优化设计的推挽式变压器进行了仿真及实验,验证了文章所述建模方法的可行性与实用性,同时验证了优化设计可视化算法的可行性。
刘娟利[5]（2017）在《整数规划算法在生产调度的应用研究》文中研究指明生产调度为实际生产带来了明显的经济效益,受到了国内外研究学者的广泛关注,是当前理论研究和应用研究的热点。基于离散时间表达的间歇过程混合整数线性/非线性规划（mixed integer linear/non-linear programming,MILP/MINLP）调度模型,一般通过整数规划算法来求解。常用的整数规划算法包括分支定界法和割平面法,不断提高整数规划算法的效率和精度,对于求解生产调度问题有着重要的研究意义。本文针对整数规划算法在生产调度领域的应用做了以下研究:（1）针对经典分支定界法任意选择分支变量的不足提出改进,定义了一种伪贡献分支策略,根据非整形变量取整对目标函数影响的大小,选择优先分支的变量。将伪贡献分支策略与广度优先搜索策略相结合,提出改进的分支定界法。分别采用经典分支定界法和改进的分支定界法对数值案例进行仿真,结果表明,改进算法有效减少了分支次数和调用线性规划的次数,明显缩短了求解时间,达到了优化搜索路径,提高算法求解效率的目的。（2）将改进的分支定界法与割平面法相结合,提出改进的分支切割法。在求解过程中一方面通过添加切平面,割去可行域中不存在最优解的部分,缩小最优解的查找范围,另一方面借助伪贡献分支策略,有效减少分支次数。改进的分支切割法结合了分支定界法和割平面法的优点,弥补了两种算法独立处理整数规划问题时的不足。（3）以啤酒生产为背景,在考虑设备加工能力、存储容量、物料平衡等约束的基础上,使用本课题组人员编写的“流程工业智能建模平台”,自动生成MILP调度模型系数矩阵,采用改进的分支切割法求解调度问题,结果表明了改进算法求解此类问题的有效性。
柏静[6]（2016）在《基于多种混合策略的人工蜂群算法改进研究》文中研究表明随着科技的不断进步,在科学研究和工程实践中遇到的问题变得越来越复杂,采用传统的计算方法来解决这些问题面临着计算复杂度高、计算时间长等问题。而近期广泛研究的群体智能算法,由于不需要具体的数学模型和对所求解的问题不设定特别的假设,为求解此类问题开辟了新的研究思路。人工蜂群算法是2007年土耳其学者Karaboga提出的一类模仿蜜蜂群体的智能行为产生的算法,并且在同期出现的各种蜂群智能算法中,是应用最广泛、研究得最多的算法,现已成为群体智能研究领域中的新兴研究分支之一。但截至到目前,人工蜂群算法的体系研究还不够成熟,存在算法结构简单、操作算子形式单一等问题。另外,对其现有的研究大都是针对相关领域的单目标优化问题,对多目标问题的研究才刚刚起步,并且存在求解策略简单、解的质量不高、收敛速度慢等问题。因此,研究如何改进人工蜂群算法,尤其是根据不同的优化问题采用比较成熟的求解策略和操作算子来提高人工蜂群算法的性能,具有重要的理论意义和潜在的应用价值。本文在对现有的改进人工蜂群算法进行充分研究和深入探索后,针对具体的优化问题和算法中存在的不足,研究了几种算法混合策略,设计了几种改进的人工蜂群算法,并且用典型的测试函数进行大量的数值比较实验。论文的主要研究成果包括以下内容:1、针对原算法的开采能力不足,尤其是在接近最优解时,算法的搜索能力变弱,收敛速度变慢的问题,研究了混沌映射用于改进人工蜂群算法的局部搜索性能。其中,Logistic混沌映射是一个非常简单的经典模型,在很多算法的改进中所使用,但它对初值设置的依赖性强,并且在0和1两点附近的分布要多于其它区域。Tent映射产生的混沌序列更具有全局遍历性,且分布较Logistic映射更均匀,但由于存在不稳定的周期点和不动点,在某些取值上分布较差。针对这些缺陷,本文对Tent映射进行了改进,并对二维混沌映射模型Hennnon映射进行了研究,利用其具有映射空间大,动力学特性复杂且简单易于实现的特点,改进算法搜索范围。2、本文研究了两种基于混沌搜索的人工蜂群算法用于求解单目标无约束优化问题,分别是基于改进的Tent映射的GTENTABC和基于Hennon映射的HENABC。在7种测试函数的实验中,把以上两种算法和常用的Logistic混沌搜索、Tent混沌搜索,以及基本的人工蜂群算法进行比较,可得GTENTABC算法不管是在单峰还是多峰问题上,都能在收敛速度和求解精度上获得比基本的ABC算法及其他混沌搜索算法较好的结果,并且随着维数的增加,也能保持较好的有效性和鲁棒性。说明GTENTABC算法不仅具有全局寻优能力,而且具有较强的局部搜索能力。其次,采用二维混沌映射模型的HENABC算法在多模态高维测试中获得了良好的结果,可以得出HENABC算法能扩大算法搜索空间,比较适合于求解复杂的高维问题的结论。3、针对人工蜂群算法求解约束优化问题性能较差的缺点,受文化基因算法启发,在前面GTENTABC算法的基础上,提出了一种基于可行规则的文化基因人工蜂群算法（MGTABC）来求解约束优化问题。算法中采用差分搜索算法作为文化基因框架里的演化算法进行全局搜索,并采用可行规则来处理算法中的约束项,在算法的开始阶段选取一定比例的蜂群个体按照差分进化算法搜索蜜源位置,以提高种群的多样性,随后按照一定的概率模型进行动态分配跟随蜂进行邻域开采,将较多的计算资源动态分配给当前表现较好的更新策略,以适应约束优化问题的特性。通过包括难约束Bump问题在内的9个约束优化问题进行实验,并与其他文献中的算法进行了比较,验证了MGTABC算法的有效性。4、针对多目标人工蜂群算法的求解局限,提出基于分解的多目标人工蜂群算法MOABCD。采用分解的思想,将传统的数学规划方法与人工蜂群算法相结合,把多目标优化问题转化为单目标子问题集来求解,采用对称拉丁采样来生成尽可能均匀的权重因子,使得各个优化目标的分布多样性较好,并基于惩罚函数的边界交集法来分解优化的多个目标,能有效的避免陷入局部最优。用19个测试函数对包括本算法在内的10种算法进行数值比较实验,验证MOABCD算法的有效性。
刘成洋[7]（2013）在《核动力装置总体参数最优化设计》文中指出核动力装置因其具有良好的续航力，较大的推进功率，以及高能量密度和核裂变不需要氧气等优点，被广泛应用在船舶及航天工业上。为了包容放射性，核动力装置一回路还有许多辅助系统；由于二回路使用饱和蒸汽，汽轮机组重量体积大，系统热效率低。综上原因，导致整个动力装置笨重且经济性差。因此利用优化技术降低核动力装置的重量和体积并提高其有效效率，无疑具有重要的理论和现实意义。本文以核动力装置系统为研究对象，建立系统主要设备的数学模型，开发高效的智能优化算法，开展了以减小核动力装置重量、体积和提高核动力装置有效效率为目标的优化设计工作，主要内容如下：1、建立了蒸汽发生器、稳压器、主汽轮机和主冷凝器这4个核动力设备的物理和数学模型以及核动力装置热平衡计算数学模型，采用C#语言编制了各模型的评价程序。在给定一些参数的条件下，通过评价计算得到的计算结果与母型参数相比误差较小，验证了各评价程序的可靠性。2、针对本课题研究对象的多变量、多约束和非线性的特点，综合分析局部搜索能力强的复合形算法、全局搜索能力强的遗传算法和粒子群算法，开发了一种新型混合粒子群算法。新型混合粒子群算法采用可行性规则进行约束处理并对群体排序，改进了遗传算法的交叉机制，提高了复合形算法跳出局部最优的能力。最后利用国际上广泛使用的8个无约束测试函数、13个约束测试函数和3个工程优化问题对算法进行了测试。3、以蒸汽发生器、稳压器、主汽轮机和主冷凝器为例，探讨核动力装置中单个设备的优化设计过程。在蒸汽发生器的优化设计实例中，选取了一回路工作压力、二回路饱和蒸汽压力和蒸汽发生器传热管外径等7个参数为优化变量，利用新型混合粒子群算法进行寻优，分别获得了蒸汽发生器重量、体积和双目标优化方案。在蒸汽发生器单一设备优化的基础上，考虑部分堆芯约束，对蒸汽发生器和堆芯进行了耦合优化。对其余三个设备，同样进行敏感性分析，并各自选取优化变量，给出了重量、体积和双目标优化方案。4、针对某核动力装置，选取冷凝器压力、高压缸排汽干度和低压缸排汽干度作为优化变量，以反应堆功率和蒸汽发生器总蒸汽产量在某一范围内变化作为约束条件，利用新型混合粒子群算法对核动力装置有效效率进行优化，优化后有效效率提高了3.1571%。5、通过简化核动力装置系统，并结合小组其他成员编制的反应堆堆芯和反应堆压力容器评价程序，编制了核动力装置全系统评价程序。探讨了全系统各设备之间耦合关键因素，基于系统全局性考虑，选取一回路工作压力、反应堆出口冷却剂温度、反应堆进口冷却剂温度、二回路饱和蒸汽压力和冷凝器压力这5个参数作为优化变量，对核动力装置系统重量和体积进行寻优，并对优化结果进行了分析。6、开发了核动力装置优化设计系统软件。该软件可进行核动力装置评价，优化算法测试，单一核动力设备优化和系统级核动力装置优化工作。在编程处理上，采用了最新的并行计算技术，加快计算速度。软件还为后续设备模块预留接口，具有可移植性强、界面友好和操作简单的特点。软件适用于现有系统的改进论证计算，以及新型核动力装置的初步设计计算。本文完成了核动力装置优化过程中的数学模型建立、评价程序开发、优化算法改进、优化模型完善、优化算例计算、优化结果分析和优化软件开发工作。论文研究初步形成了比较完整的核动力装置总体参数最优化设计方法，是优化技术在核动力装置设计中的有益尝试，也为进一步的优化设计理论及应用研究奠定了良好的基础。
李瑞川[8]（2011）在《序列线性规划移动限搜索策略及结合输入整形的PD控制研究》文中研究表明随着科技不断发展,结构优化设计已经成为现代固体力学的一个重要分支,在航空航天、机械制造、汽车等众多工程领域中有着广泛应用。工程实际中结构优化问题通常为大型、高阶、非线性隐式问题,其分析过程复杂且需花费大量时间,能否有效的解决此类问题除了需要建立合理的优化问题数学模型之外,关键在于选择合理、有效的优化算法。以序列线性规划方法为代表的序列近似规划方法由于具有坚实的理论基础和普适性,目前已被广泛应用于工程结构优化领域及通用结构优化软件中。序列线性规划方法通过泰勒展开式将非线性规划问题转化为一系列的线性规划问题,从寻优的角度出发近似求解此线性规划问题,即可获得原问题的近似最优解。然而,应用传统序列线性规划法求解结构优化问题时效率较低,并受限于问题规模。为有效解决大型工程结构优化问题,研究适用序列线性规划并具备良好收敛性、稳定性、高效性的算法类,具有重要的理论意义和实际应用价值。在实际工程问题中含有刚性模态的弹性机构在机械结构中占有很大的比重,快速加、减速运动时将会引起载荷摆动,造成载荷难以快速就位。特别是飞行器、大型起重机械、弹性机器人等具有挠性机械结构的系统,在受到阶跃输入信号作用的情况下,将导致刚性体运动与弹性体运动相互耦合,这是因为弹性体在发生刚性体运动时将产生弹性形变,同时产生残留振动,从而使整个系统难以精确定位。为达到抑制弹性机构残留振动的目的,通常采用的输入整形是合理地、计划地利用时滞加以改善弹性机构的动力学特性。针对含有刚性模态的弹性机构,本文提出了基于PD结合输入整形控制策略,通过对PD控制器参数与系统振动频率和阻尼比的关系进行分析,研究了输入整形参数对系统控制力的作用规律以及降低系统能耗的机理。在反馈增益相同的情况下,PD结合输入整形控制策略与PD反馈控制策略相比,能够更好的使系统产生较小的控制力,有效地降低了系统的能耗,大大提高了系统的响应速度。本文主要研究内容:1.概述了序列线性规划方法的基本理论、优化流程。随后,通过分析序列线性规划方法的特点,扬长避短,为解决算法收敛慢、计算量大等问题,研究在可行性空间中约束系列线性搜索的移动限概念。根据移动限控制变量的变化范围,设计提高算法的收敛性,并通过数值算例对此进行验证,为下一章如何精确调整移动限提供了依据。2.提出一种基于线性误差和信赖域思想的改进序列线性规划算法（D-SLP）来解决移动限对线性近似精度的影响。在迭代过程中,算法基于线性近似误差概念评估近似模型与真实模型之间的差异,随着线性搜索,值函数近似程度不断提高,使得优化空间内设计变量的移动限范围不断扩大,有效地提高了计算精度;同时,根据信赖域的原理构造自适应调整步长的方案,用以判别移动限是否被接受,该方法大大加快了算法的收敛速度,节省了计算成本。此算法原理简单直观,具有较强的收敛性和鲁棒性。3.设计了基于信赖域思想的内点序列线性规划算法（IP-TR-SLP）。目前内点法和单纯形法是有效求解线性规划问题的两种主要途径,其中单纯形法沿着约束边界移动寻找最优解,而内点法则沿着中心路径寻优。当优化问题约束条件较多、维数较高时,内点法求解效率和收敛性要明显优于单纯形法,更适于解决工程实际问题。本章围绕如何进一步提高内点法的计算效率这一目标,应用补偿间隙能够反映控制变量对不等式约束是否满足这一判定条件,将补偿间隙作为罚函数引入到目标函数当中;同时,通过引入信赖域思想强制限定每次迭代时新的迭代点与当前迭代点之间的距离,保证整个优化过程中近似模型的可靠。虽然每次迭代时计算量并未减少,但是基于信赖域控制的改进内点法有效缩短了整个优化过程的计算时间,且不需要给定初始点的可行性,从而拓宽了算法在大型工程实际优化问题中的应用范围。4.采用本文提出的D-SLP算法和IP-TR-SLP算法,对经典桁架结构算例进行位移、应力以及频率约束下的尺寸优化,以验证算法的精度及效率。通过对10杆、25杆、72杆桁架结构算例的计算,证明了本文提出的两种改进算法求解结构优化问题是可行的,且计算精度优于已有文献提出的算法的计算结果;200杆桁架结构算例验证了本文提出算法对求解大型结构优化问题时具有高效性。数值优化结果表明,在10杆和25杆小型桁架结构算例中,基于内点法寻优的IP-TR-SLP算法的效率略低于基于单纯形法寻优的D-SLP算法;而在求解200杆的大型桁架结构时,IP-TR-SLP算法的运算效率明显优于D-SLP算法。这是由于基于内点法的IP-TR-SLP算法虽然在每次迭代过程中耗费大量计算时间,但算法结合信赖域思想自适应地调整步长,从而使得整体计算效率大大提高,这种情况在大型结构优化时尤为突出。最后,将本文提出的改进算法应用于结构拓扑优化问题,并对二维平面结构进行有效的拓扑优化设计,拓展了序列线性规划算法的求解领域。5.在研究含有刚性模态弹性机构的动力学特性的基础上,将时滞环节引入到控制系统当中,提出PD结合输入整形控制策略。并且在阶跃输入信号作用下研究PD结合输入整形控制系统的振动特性,分析了输入整形对系统控制力和能耗的作用规律。在反馈增益相同的情况下,PD结合输入整形控制策略与PD反馈控制相比,使系统控制力降低56%,能耗降低47%,有效的提高了系统的响应速度。最后对全文研究内容进行总结,并为今后的研究提出展望。
孙洁[9]（2011）在《子北油田毛家河油区地面集输管网优化设计》文中研究表明油气集输管网拓扑优化问题是一个NP难问题。采用传统的优化算法很难取得全局最优解,并且集输管网的形态是多种多样的,这就要求我们根据优化问题的实际情况选择合适的管网模型。本文针对以上两个方面即管网模型的建立和管网模型求解算法展开了详细的研究：（1）油气集输管网常用的三种模型分别是多级星形网络（Multilevel Star Style Network简称MS网络）、多级星-环形网络（Multilevel Ring-Star Style Network,简称MRS网络）和多级星-树状网络Multilevel Ring-Tree Style Network,简称MST网络),本文在MST网络的基础上进行了改进,即在最低级的管网连接形态上不采用星状连接而采用树枝状连接。基于这个改进建立了改进的MST集输管网优化数学模型。该模型是一个多目标的约束非线性混合规划问题。（2）对本文建立的基于改进的MST管网优化数学模型进行求解,传统算法是无能为力的,需要采用启发式的算法进行求解。遗传算法是在模仿自然界生物进化机制的基础上发展起来的随机全局搜索和优化方法。遗传算法的本质是一种高效、并行、全局搜索方法。Dijkstra算法是一种求最短路的算法,我们可以用该算法求得基于某点的最短树形图。本文采用遗传算法与Dijkstra算法结合的混合算法,将问题划分为布局层和分配层两层。在布局层,采用遗传算法搜索整个布局区域,在分配层,采用Dijkstra算法进行求解。通过这种方法,整个布局区域能够被有效地搜索,避免了分级优化法中因操作者给定站的初始位值不同对优化结果造成的不利影响,而且在分配层不只是简单地将各站所辖井用单独管线与站相连接,而是采用Dijkstra算法生成以站为根的最短路即最短树形图。这样通过优化计算就得到了改进的MST集输管网图。本文采用VB编程的方法在计算机上实现了基于混合遗传算法的油气集输拓扑优化设计。本文针对毛家河油区的特点编制相应的数据库,对各级站的位置、连接方式进行了运算,得到了各增压点所辖井数和井号,还得到了改进的MST管网比MST管网产量长度缩短21%的结论,最后给出了合理的优化方案。
王佳佳[10]（2011）在《模糊数排序以及模糊规划的研究》文中进行了进一步梳理本文主要研究了模糊数的排序方法和模糊规划。对模糊数排序问题,首先介绍几种常见的模糊数排序方法:重心法、λ均值面积度量法、均值面积测度法和汉明（Hamming）距离法,这些都是比较为大家所熟知但是又比较经典的排序方法。然后本给出了一种新的基于距离测度的新的模糊数排序方法,并给以实例证明。对于模糊规划,主要研究了模糊单目标规划、模糊多目标线性规划、模糊非线性规划。对于模糊规划中的模糊单目标规划详细研究了目标带有模糊系数的线性规划的解法,将目标带有模糊系数的线性规划转化为一个有三个目标的线性规划问题,然后利用多目标规划的逐步宽容算法间接的解决这类问题。对于模糊非线性规划,本文则给出了一种改进的基于遗传算法的新算法,所有这些算法我们均通过例子证明了算法的有效性和可行性。
二、求单纯形法中初始基本可行解的新方法——外点法（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、求单纯形法中初始基本可行解的新方法——外点法（论文提纲范文）
（1）基于线性优化支持向量机在柔性触觉传感阵列中的算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 单纯型算法的研究背景及发展 |
| 1.1.2 支持向量机算法研究背景及发展 |
| 1.1.3 触觉传感阵列研究背景及发展 |
| 1.2 本文主要框架 |
| 第二章 单纯形法和支持向量机理论 |
| 2.1 线性规划 |
| 2.2 单纯形法 |
| 2.3 支持向量机理论 |
| 2.3.1 机器学习基本表示 |
| 2.3.2 经验风险最小化原则 |
| 2.3.3 机器学习推广性原则 |
| 2.3.4 推广性界限 |
| 2.3.5 支持向量机 |
| 2.4 本章小结 |
| 第三章 基于Hat矩阵优化的线性支持向量机 |
| 3.1 棱锥切割理论 |
| 3.1.1 棱锥的数学定义 |
| 3.1.2 单纯形表的棱锥解释 |
| 3.1.3 棱锥切割和旋转策略 |
| 3.2 滑动算法 |
| 3.2.1 绕过阻塞面方式 |
| 3.2.2 线性调整规划 |
| 3.2.3 利用Hat矩阵进行优化投影 |
| 3.2.4 算法步骤和实例 |
| 3.3 基于线性规划的支持向量机 |
| 3.3.1 线性可分支持向量机 |
| 3.3.2 线性不可分支持向量机 |
| 3.4 模拟实验及结果分析 |
| 3.5 本章小结 |
| 第四章 基于柔性触觉传感材料的水果分类 |
| 4.1 柔性触觉传感材料介绍 |
| 4.2 实验材料和表征分析 |
| 4.3 手势识别系统架构设计 |
| 4.3.1 交互界面 |
| 4.3.2 数据接收发送与协议模块 |
| 4.3.3 数据预处理与解析模块 |
| 4.3.4 数据存储与管理模块 |
| 4.3.5 手势意义训练模块 |
| 4.3.6 手势实时识别模块 |
| 4.3.7 数据可视化 |
| 4.4 数据处理和最终结果 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
（2）基于灵敏度分析的电力系统经典优化算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题的背景与意义 |
| 1.2 本课题的国内外研究现状 |
| 1.2.1 网损微增率算法 |
| 1.2.2 电力系统优化算法 |
| 1.2.3 灵敏度分析 |
| 1.3 本文的主要研究工作 |
| 第2章 电力系统潮流计算 |
| 2.1 引言 |
| 2.2 牛顿-拉夫逊法潮流计算 |
| 2.2.1 直角坐标牛顿-拉夫逊法 |
| 2.2.2 极坐标牛顿-拉夫逊法 |
| 2.3 P-Q分解法 |
| 2.3.1 极坐标P-Q法 |
| 2.3.2 直角坐标P-Q法 |
| 2.4 对称极坐标牛顿-拉夫逊法潮流的直角坐标解法 |
| 2.4.1 直角坐标与极坐标牛顿法潮流的比较 |
| 2.4.2 极坐标J阵中元素的部分对称关系 |
| 2.4.3 极坐标牛顿法的直角坐标解法 |
| 2.4.4 算例分析和对比 |
| 2.5 本章小结 |
| 第3章 网损微增率算法的研究 |
| 3.1 引言 |
| 3.2 导纳矩阵法 |
| 3.2.1 导纳矩阵法计算有功网损微增率 |
| 3.2.2 导纳矩阵法计算无功网损微增率 |
| 3.3 雅克比矩阵算法 |
| 3.3.1 雅克比矩阵法计算有功网损微增率 |
| 3.3.2 雅克比矩阵法计算无功网损微增率 |
| 3.4 转置雅克比矩阵算法 |
| 3.5 算例分析和对比 |
| 3.6 本章小结 |
| 第4章 经典有功优化算法 |
| 4.1 引言 |
| 4.2 经典有功优化模型 |
| 4.3 经典法有功优化步骤 |
| 4.4 算例分析和对比 |
| 4.5 本章小结 |
| 第5章 基于灵敏度分析的经典无功优化算法 |
| 5.1 引言 |
| 5.2 经典无功优化算法 |
| 5.2.1 经典无功优化模型 |
| 5.2.2 经典法无功优化步骤 |
| 5.3 基于灵敏度分析的电压调节 |
| 5.3.1 灵敏度分析 |
| 5.3.2 发电机无功出力对节点电压的灵敏度矩阵 |
| 5.4 算例分析 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读学位期间的研究成果 |
（3）庆铁四线优化运行方案研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的目的及意义 |
| 1.2 管道运行优化研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文的研究内容 |
| 第2章 庆铁四线原油管道概述 |
| 2.1 油品物性测试 |
| 2.1.1 样品的采集 |
| 2.1.2 油品的物性测试 |
| 2.2 泵参数 |
| 2.3 其他参数 |
| 第3章 庆铁四线管道运行能耗优化模型 |
| 3.1 基本假设 |
| 3.2 庆铁四线基本管道模型 |
| 3.3 庆铁四线管道系统运行能耗优化目标函数 |
| 3.4 庆铁四线管道系统运行能耗优化变量 |
| 3.5 庆铁四线管道系统运行能耗优化模型的约束条件 |
| 3.5.1 进站压力约束 |
| 3.5.2 出站压力约束 |
| 3.5.3 全线水力约束 |
| 3.5.4 出站温度约束 |
| 3.5.5 进站温度约束 |
| 3.5.6 加热炉热负荷约束 |
| 3.5.7 泵功率约束 |
| 3.5.8 泵转数约束 |
| 3.6 庆铁四线管道系统运行能耗优化数学模型 |
| 3.7 庆铁四线管道系统运行能耗优化模型的相关工艺计算 |
| 3.7.1 油品物性参数计算 |
| 3.7.2 庆铁四线管道系统热力计算 |
| 3.7.3 庆铁四线管道系统水力计算 |
| 3.8 庆铁四线管道运行能耗计算 |
| 3.8.1 输油泵能耗计算 |
| 3.8.2 加热炉的能耗计算 |
| 3.9 本章小结 |
| 第4章 庆铁四线管道优化算法及模型求解 |
| 4.1 最优化概述 |
| 4.2 本文优化模型的特点及算法选取 |
| 4.3 遗传算法简介及基本流程 |
| 4.3.1 编码 |
| 4.3.2 初始生物集团的产生 |
| 4.3.3 计算各个生物集团的适应度 |
| 4.3.4 淘汰、增殖计算 |
| 4.3.5 基因型交叉 |
| 4.3.6 突然变异 |
| 4.3.7 终止标准 |
| 4.3.8 缩小探索空间 |
| 4.4 本文对遗传算法的改进 |
| 4.4.1 编码策略 |
| 4.4.2 对目标函数构造罚函数 |
| 4.4.3 适应度函数 |
| 4.4.4 复制选择策略 |
| 4.4.5 交叉策略 |
| 4.4.6 变异策略 |
| 4.5 模拟退火算法简介及基本流程 |
| 4.5.1 模拟退火算法基本数学模型 |
| 4.5.2 模拟退火算法的基本流程 |
| 4.5.3 模拟退火算法的编码 |
| 4.5.4 模拟退火算法的目标函数 |
| 4.5.5 模拟退火算法的状态产生函数 |
| 4.5.6 模拟退火算法的状态接受函数 |
| 4.5.7 模拟退火算法的初温设计 |
| 4.5.8 模拟退火算法的降温策略 |
| 4.5.9 模拟退火算法终止准则 |
| 4.6 粒子群算法及基本流程 |
| 4.6.1 粒子群算法数学模型 |
| 4.6.2 粒子群算法的基本流程 |
| 4.6.3 粒子群算法的编码及适应度函数 |
| 4.6.4 粒子群算法的位置和速度更新函数 |
| 4.6.5 粒子群算法的邻域更新方式 |
| 4.6.6 粒子群算法的终止准则 |
| 4.7 原油管道优化模型求解 |
| 4.7.1 遗传算法求解 |
| 4.7.2 模拟退火算法求解 |
| 4.7.3 粒子群算法求解 |
| 4.8 本章小结 |
| 第5章 庆铁四线管道优化方案研究 |
| 5.1 庆铁四线管道运行优化方案 |
| 5.1.1 一月优化运行方案 |
| 5.1.2 七月优化运行方案 |
| 5.2 三种算法性能对比 |
| 5.3 本章小结 |
| 第6章 结论与建议 |
| 6.1 结论 |
| 6.2 建议 |
| 致谢 |
| 参考文献 |
| 附录 优化模型matlab代码 |
| 攻读硕士学位期间发表的论文及科研成果 |
（4）基于外特性模型的推挽变压器优化设计的可视化算法（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 电子变压器的原理、分类及应用 |
| 1.2.1 变压器的原理 |
| 1.2.2 电子变压器的分类及应用 |
| 1.3 变压器优化设计的现状 |
| 1.4 本文主要研究内容 |
| 1.5 本章小结 |
| 第2章 推挽变压器基于Boolean代数的建模方法 |
| 2.1 引言 |
| 2.2 推挽变压器基于Boolean代数的建模方法 |
| 2.2.1 推挽变压器的基本电路 |
| 2.2.2 推挽变压器的Boolean矩阵 |
| 2.2.3 向量判据 |
| 2.2.4 推挽变压器各工作模态 |
| 2.2.5 电压突变及能量回馈 |
| 2.2.6 状态方程的描述 |
| 2.3 本章小结 |
| 第3章 电子变压器漏感的时空属性 |
| 3.1 引言 |
| 3.2 推挽式变压器的动态有效漏感 |
| 3.2.1 一次侧线圈间的动态有效漏感 |
| 3.2.2 一二次侧线圈间的动态有效漏感 |
| 3.2.3 漏感的限制和利用 |
| 3.3 推挽式变压器诸漏感的测算 |
| 3.3.1 初次级绕组间漏感的测算 |
| 3.4 本章小结 |
| 第4章 优化设计方法概述 |
| 4.1 引言 |
| 4.2 线性规划问题 |
| 4.3 非线性规划问题 |
| 4.3.1 罚函数外点法 |
| 4.3.2 罚函数内点法 |
| 4.3.3 近似规划法 |
| 4.4 其它无约束优化方法 |
| 4.4.1 黄金分割法(0.618法)和二次插值法(二分法) |
| 4.4.2 最速下降法 |
| 4.4.3 牛顿下降法 |
| 4.5 本章小结 |
| 第5章 电子变压器优化设计的可视化算法 |
| 5.1 引言 |
| 5.2 电子变压器的设计 |
| 5.3 四维可视化算法 |
| 5.3.1 变压器容量 |
| 5.3.2 变压器铁芯损耗及温升 |
| 5.3.3 变压器线圈损耗及温升 |
| 5.3.4 变压器的效率优化 |
| 5.3.5 变压器的体积优化 |
| 5.3.6 变压器成本的优化 |
| 5.3.7 兼顾多目标的优化结果 |
| 5.4 五维可视化算法 |
| 5.5 本章小结 |
| 第6章 仿真与实验 |
| 6.1 引言 |
| 6.2 推挽变压器的MATLAB/simulink仿真 |
| 6.3 仿真参数设置 |
| 6.4 仿真与实验结果的分析 |
| 6.4.1 直流电源的电压仿真波形 |
| 6.4.2 输入控制信号e1、e2的仿真波形 |
| 6.4.3 输入电流ii的仿真与实验波形 |
| 6.4.4 IGBT和二极管两端电压ucei的仿真与实验波形 |
| 6.4.5 推挽式变压器系统输出电压u0的仿真与实验波形 |
| 6.4.6 推挽式变压器的实物 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
| 附录 |
（5）整数规划算法在生产调度的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题的研究背景和意义 |
| 1.2 整数规划问题的研究现状 |
| 1.3 生产调度的研究现状 |
| 1.3.1 生产调度建模 |
| 1.3.2 调度优化方法 |
| 1.4 本文主要工作及安排 |
| 第2章 整数规划研究基础 |
| 2.1 最优化问题 |
| 2.2 整数规划问题 |
| 2.3 最优解搜索策略 |
| 2.4 本章小结 |
| 第3章 整数规划求解算法 |
| 3.1 分支定界法 |
| 3.1.1 分支定界法概述 |
| 3.1.2 改进的分支定界法 |
| 3.1.3 数值案例 |
| 3.1.4 算法实现及仿真 |
| 3.2 分支切割法 |
| 3.2.1 割平面法概述 |
| 3.2.2 分支切割算法概述 |
| 3.2.3 改进的分支切割法 |
| 3.2.4 数值案例 |
| 3.3 本章小结 |
| 第4章 整数规划算法在生产调度上的应用 |
| 4.1 流程工业生产调度 |
| 4.2 生产调度数学模型 |
| 4.2.1 约束条件 |
| 4.2.2 优化目标 |
| 4.3 啤酒生产车间的调度问题 |
| 4.3.1 模型的建立与分析 |
| 4.3.2 流程工业智能建模平台 |
| 4.3.3 仿真结果 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 全文总结 |
| 5.2 工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（6）基于多种混合策略的人工蜂群算法改进研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 算法起源 |
| 1.1.2 ABC算法简介 |
| 1.1.3 群智能算法的哲学理论 |
| 1.2 研究现状 |
| 1.2.1 算法的改进研究 |
| 1.2.2 算法的多目标研究 |
| 1.2.3 算法的应用研究 |
| 1.3 其他群体智能算法 |
| 1.3.1 PSO算法 |
| 1.3.2 ACO算法 |
| 1.3.3 FA算法 |
| 1.4 最优化问题及数值求解方法 |
| 1.4.1 最速下降法 |
| 1.4.2 共轭梯度法 |
| 1.4.3 牛顿法 |
| 1.5 本文组织 |
| 第2章 基于混沌搜索的单目标人工蜂群算法 |
| 2.1 单目标优化问题 |
| 2.2 人工蜂群算法简介 |
| 2.2.1 算法思想 |
| 2.2.2 算法框架 |
| 2.2.3 选择策略的分析 |
| 2.3 混沌映射 |
| 2.3.1 相关理论背景 |
| 2.3.2 Logistic混沌映射 |
| 2.3.3 Tent混沌映射 |
| 2.3.4 Henon混沌映射 |
| 2.4 基于混沌搜索的算法流程 |
| 2.4.1 初始化阶段 |
| 2.4.2 邻域搜索 |
| 2.4.3 适应度函数 |
| 2.4.4 选择策略 |
| 2.4.5 算法流程 |
| 2.5 实验仿真与结果分析 |
| 2.5.1 测试函数 |
| 2.5.2 实验参数设置 |
| 2.5.3 实验结果及分析 |
| 第3章 求解约束优化问题的文化基因人工蜂群混沌算法 |
| 3.1 约束优化问题及其传统解法 |
| 3.1.1 约束优化问题的描述 |
| 3.1.2 常见数值解法 |
| 3.2 文化基因算法 |
| 3.3 基于可行规则的文化基因人工蜂群算法 |
| 3.3.1 处理约束条件的可行规则 |
| 3.3.2 微分进化算法 |
| 3.3.3 算法流程 |
| 3.4 实验仿真与性能的分析 |
| 3.4.1 COP测试问题 |
| 3.4.2 性能分析 |
| 第4章 典型的多目标人工蜂群算法 |
| 4.1 多目标问题的数学模型及其研究发展历程 |
| 4.1.1 多目标问题的数学模型及相关概念 |
| 4.1.2 多目标优化问题研究的发展历程 |
| 4.2 常用的多目标优化数值方法 |
| 4.2.1 加权和法 |
| 4.2.2 目标规划法 |
| 4.2.3 约束法 |
| 4.2.4 理想点法 |
| 4.2.5 逐步约束法 |
| 4.2.6 极小极大点法 |
| 4.3 多目标智能算法 |
| 4.3.1 NSGA-II |
| 4.3.2 MOPSO |
| 4.4 典型的多目标人工蜂群算法 |
| 4.4.1 蜂群初始化 |
| 4.4.2 雇佣蜂采蜜 |
| 4.4.3 选择跟随蜂 |
| 4.4.4 算法流程 |
| 第5章 基于分解的多目标人工蜂群算法 |
| 5.1 引言 |
| 5.2 多目标分解策略 |
| 5.2.1 基于对称拉丁超立方的权向量设计 |
| 5.2.2 多目标问题的分解 |
| 5.2.3 子问题的邻域设置 |
| 5.3 MOABCD算法流程 |
| 5.3.1 雇佣蜂的选择机制 |
| 5.3.2 派遣跟随蜂 |
| 5.3.3 邻域搜索 |
| 5.3.4 算法流程 |
| 5.4 实验设置及分析 |
| 5.4.1 实验环境和参数设置 |
| 5.4.2 评价指标 |
| 5.5 实验结果讨论 |
| 5.6 总结 |
| 第6章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表论文情况 |
| 致谢 |
（7）核动力装置总体参数最优化设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 优化设计问题的数学模型 |
| 1.2.1 优化变量 |
| 1.2.2 目标函数 |
| 1.2.3 约束条件 |
| 1.3 优化算法研究现状 |
| 1.3.1 复合形法 |
| 1.3.2 遗传算法 |
| 1.3.3 粒子群优化算法 |
| 1.3.4 混合算法 |
| 1.4 核动力装置优化设计研究现状 |
| 1.4.1 国外研究现状 |
| 1.4.2 国内研究现状 |
| 1.5 本章小结 |
| 第2章 核动力装置数学模型及评价程序 |
| 2.1 蒸汽发生器数学模型 |
| 2.1.1 热力计算 |
| 2.1.2 水动力计算 |
| 2.1.3 结构设计 |
| 2.1.4 强度计算 |
| 2.1.5 重量计算 |
| 2.1.6 体积计算 |
| 2.2 稳压器数学模型 |
| 2.2.1 容积计算 |
| 2.2.2 强度计算 |
| 2.2.3 重量计算 |
| 2.3 主汽轮机数学模型 |
| 2.3.1 确定正车汽轮机主要参数 |
| 2.3.2 高压汽轮机初步设计 |
| 2.3.3 低压汽轮机初步设计 |
| 2.3.4 倒车汽轮机初步设计 |
| 2.3.5 主汽轮机外形尺寸计算 |
| 2.3.6 主汽轮机重量体积计算 |
| 2.4 主冷凝器数学模型 |
| 2.4.1 传热计算 |
| 2.4.2 阻力计算 |
| 2.4.3 重量尺寸计算 |
| 2.5 核动力装置热平衡计算数学模型 |
| 2.6 核动力装置评价程序 |
| 2.6.1 核动力装置评价程序流程图 |
| 2.6.2 评价程序可靠性验证 |
| 2.7 本章小结 |
| 第3章 优化算法的原理及改进 |
| 3.1 复合形算法 |
| 3.1.1 复合形算法的基本步骤 |
| 3.1.2 改进复合形算法 |
| 3.2 遗传算法 |
| 3.2.1 遗传算法运算过程 |
| 3.2.2 遗传算法的不足 |
| 3.2.3 改进遗传算法 |
| 3.3 粒子群优化算法 |
| 3.4 新型混合粒子群算法 |
| 3.4.1 算法混合机理 |
| 3.4.2 可行性判断规则 |
| 3.4.3 新型混合粒子群算法流程 |
| 3.4.4 新型混合粒子群算法测试 |
| 3.5 本章小结 |
| 第4章 核动力设备和热力循环的参数优化设计 |
| 4.1 反应堆堆芯敏感性分析 |
| 4.2 蒸汽发生器优化设计 |
| 4.2.1 优化变量 |
| 4.2.2 目标函数 |
| 4.2.3 约束条件 |
| 4.2.4 蒸汽发生器单参数敏感性分析 |
| 4.2.5 蒸汽发生器重量、体积和双目标优化结果 |
| 4.3 稳压器优化设计 |
| 4.3.1 优化变量 |
| 4.3.2 目标函数 |
| 4.3.3 约束条件 |
| 4.3.4 稳压器单参数敏感性分析 |
| 4.3.5 稳压器重量、容积和双目标优化结果 |
| 4.4 主汽轮机优化设计 |
| 4.4.1 优化变量 |
| 4.4.2 目标函数 |
| 4.4.3 约束条件 |
| 4.4.4 主汽轮机单参数敏感性分析 |
| 4.4.5 主汽轮机重量、体积和双目标优化优化结果 |
| 4.5 主冷凝器优化设计 |
| 4.5.1 优化变量 |
| 4.5.2 目标函数 |
| 4.5.3 约束条件 |
| 4.5.4 主冷凝器单参数敏感性分析 |
| 4.5.5 主冷凝器重量和体积优化结果 |
| 4.6 核动力装置热力循环优化设计 |
| 4.6.1 优化变量 |
| 4.6.2 目标函数 |
| 4.6.3 约束条件 |
| 4.6.4 核动力装置有效效率单参数敏感性分析 |
| 4.6.5 核动力装置有效效率优化结果 |
| 4.7 本章小结 |
| 第5章 核动力装置系统的参数优化设计 |
| 5.1 核动力装置系统的优化设计建模 |
| 5.1.1 优化变量 |
| 5.1.2 目标函数 |
| 5.1.3 约束条件 |
| 5.2 核动力装置系统的评价程序和敏感性分析 |
| 5.2.1 系统评价程序 |
| 5.2.2 系统敏感性分析 |
| 5.3 核动力装置系统的重量、体积和双目标优化 |
| 5.3.1 核动力装置系统的单变量优化 |
| 5.3.2 核动力装置系统的多变量优化 |
| 5.4 核动力装置优化设计系统软件 |
| 5.4.1 软件简介 |
| 5.4.2 基本界面 |
| 5.5 本章小结 |
| 结论、创新点及展望 |
| 参考文献 |
| 附录 A 无约束优化测试函数 |
| 附录 B 约束优化测试函数 |
| 附录 C 工程约束优化问题 |
| 攻读博士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（8）序列线性规划移动限搜索策略及结合输入整形的PD控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 结构优化设计研究现状 |
| 1.3 序列线性规划方法研究现状 |
| 1.3.1 移动限法 |
| 1.3.2 信赖域法 |
| 1.3.3 内点法 |
| 1.4 本文主要研究内容 |
| 第2章 序列线性规划求解结构优化问题概述 |
| 2.1 结构优化问题的数学模型 |
| 2.2 结构优化模型转化为序列线性规划模型的方法与步骤 |
| 2.2.1 序列线性规划简介 |
| 2.2.2 结构优化中非线性响应的线性近似方法 |
| 2.2.3 结构响应的灵敏度分析方法 |
| 2.3 序列线性规划求解结构优化问题的基本流程 |
| 2.4 序列线性规划应用案例 |
| 2.4.1 焊接支架的尺寸优化 |
| 2.4.2 导轨接头的形状优化 |
| 2.5 本章小结 |
| 第3章 基于线性误差的序列线性规划移动限控制策略 |
| 3.1 序列线性规划移动限问题 |
| 3.1.1 移动限介绍 |
| 3.1.2 移动限对优化结果影响的数值算例 |
| 3.2 信赖域算法研究 |
| 3.3 基于误差的序列线性规划算法研究 |
| 3.3.1 D-SLP 算法基本思想 |
| 3.3.2 D-SLP 算法对线性误差值的选取 |
| 3.3.3 D-SLP 算法对移动限的控制策略 |
| 3.3.4 D-SLP 算法的收敛性 |
| 3.3.5 D-SLP 算法步骤 |
| 3.4 本章小结 |
| 第4章 基于内点法信赖域控制的序列线性规划 |
| 4.1 原对偶内点法 |
| 4.1.1 原对偶内点法的基本思想 |
| 4.1.2 原对偶算法的下降方向和步长讨论 |
| 4.1.3 原对偶内点法的运算步骤 |
| 4.2 改进的对偶内点法 |
| 4.3 信赖域控制的改进内点法 |
| 4.4 本章小结 |
| 第5章 改进的序列线性规划算法在结构优化中的应用 |
| 5.1 桁架结构位移与应力约束下的静态优化设计 |
| 5.1.1 10 杆桁架应用 |
| 5.1.2 25 杆桁架应用 |
| 5.1.3 200 杆桁架应用 |
| 5.2 桁架结构频率优化设计 |
| 5.2.1 10 杆桁架应用 |
| 5.2.2 72 杆桁架应用 |
| 5.2.3 200 杆桁架应用 |
| 5.3 拓扑优化设计 |
| 5.3.1 单一工况下的简支梁优化 |
| 5.3.2 单一工况悬臂梁优化 |
| 5.3.3 多工况简支梁优化 |
| 5.4 本章小结 |
| 第6章 基于PD 结合输入整形控制策略 |
| 6.1 研究对象 |
| 6.2 PD 结合输入整形控制系统振动特性 |
| 6.3 系统控制力及能耗分析 |
| 6.3.1 系统控制力分析 |
| 6.3.2 系统能耗分析 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 工作总结 |
| 7.2 工作展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 后记和致谢 |
（9）子北油田毛家河油区地面集输管网优化设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 本文研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的研究内容 |
| 1.3.1 油区基本情况 |
| 1.3.2 本论文研究内容 |
| 1.4 题目来源 |
| 第二章 最优化理论概述 |
| 2.1 最优化问题概况 |
| 2.2 智能优化算法综述 |
| 2.2.1 智能算法的定义 |
| 2.2.2 智能算法的共性 |
| 2.2.3 计算智能算法的展望 |
| 2.3 遗传算法概述 |
| 2.3.1 遗传算法的产生与发展 |
| 2.3.2 遗传算法的应用与现状 |
| 2.3.3 遗传算法的概念 |
| 2.3.4 遗传算法的特点 |
| 2.3.5 改进的遗传算法 |
| 2.4 图与网络 |
| 2.4.1 无向图与有向图 |
| 2.4.2 求最短路问题的Dijkstra算法 |
| 2.4.3 求最短路的前点标号法 |
| 第三章 油田地面管网拓扑优化设计 |
| 3.1 油田地面管网拓扑优化设计研究简介 |
| 3.1.1 油田地面管网拓扑优化内容 |
| 3.1.2 油田地面管网的优化成果 |
| 3.2 油田地面管网优化的发展趋势 |
| 3.3 遗传算法在优化设计中的应用研究 |
| 3.3.2 遗传算法和传统优化方法的比较 |
| 3.3.3 基于遗传算法的管网优化 |
| 第四章 树枝状管网拓扑优化数学模型建立及求解 |
| 4.1 树状管网拓扑优化数学模型的建立 |
| 4.1.1 目标函数 |
| 4.1.2 约束条件的确定 |
| 4.1.3 完整的数学模型 |
| 4.2 树枝状管网拓扑优化数学模型的求解 |
| 4.2.1 约束处理方法 |
| 4.2.2 混合遗传算法的求解 |
| 4.2.3 混合遗传算法求解步骤 |
| 第五章 应用程序简介及实例计算 |
| 5.1 软件介绍 |
| 5.2 实例计算 |
| 第六章 结论与认识 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 详细摘要 |
（10）模糊数排序以及模糊规划的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 模糊数学的发展概况 |
| 1.2 模糊数排序问题的提出 |
| 1.3 模糊规划的研究现状 |
| 1.3.1 模糊线性规划的研究现状 |
| 1.3.2 模糊非线性规划的研究现状 |
| 1.4 本文的组织结构和主要工作 |
| 1.4.1 本文的组织结构 |
| 1.4.2 本文的主要工作 |
| 2 模糊数学的基本知识 |
| 2.1 模糊集的基本概念 |
| 2.2 分解定理和扩展原理 |
| 2.3 模糊数的基本概念和运算 |
| 2.4 本章小结 |
| 3 模糊数的序关系 |
| 3.1 几种特殊的模糊数 |
| 3.2 几种常见的模糊数的序关系 |
| 3.3 一种新的模糊数排序方法 |
| 3.4 本章小结 |
| 4 模糊线性规划 |
| 4.1 经典线性规划及其解法 |
| 4.1.1 单目标线性规划 |
| 4.1.2 多目标线性规划 |
| 4.2 模糊线性规划及其解法 |
| 4.2.1 一种模糊单目标线性规划的新算法 |
| 4.2.2 模糊多目标线性规划及其解法 |
| 4.3 本章小结 |
| 5 模糊非线性规划 |
| 5.1 经典非线性规划及其解法 |
| 5.1.1 无约束非线性规划 |
| 5.1.2 约束非线性规划 |
| 5.2 模糊非线性规划及其解法 |
| 5.3 本章小结 |
| 6 全文总结和展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间公开发表的学术论文 |
四、求单纯形法中初始基本可行解的新方法——外点法（论文参考文献）
- [1]基于线性优化支持向量机在柔性触觉传感阵列中的算法研究[D]. 何沛欣. 南京财经大学, 2021
- [2]基于灵敏度分析的电力系统经典优化算法研究[D]. 熊守江. 南昌大学, 2020(01)
- [3]庆铁四线优化运行方案研究[D]. 易旸. 西南石油大学, 2019(06)
- [4]基于外特性模型的推挽变压器优化设计的可视化算法[D]. 徐杰. 南昌航空大学, 2018(09)
- [5]整数规划算法在生产调度的应用研究[D]. 刘娟利. 杭州电子科技大学, 2017(02)
- [6]基于多种混合策略的人工蜂群算法改进研究[D]. 柏静. 山东师范大学, 2016(02)
- [7]核动力装置总体参数最优化设计[D]. 刘成洋. 哈尔滨工程大学, 2013(07)
- [8]序列线性规划移动限搜索策略及结合输入整形的PD控制研究[D]. 李瑞川. 吉林大学, 2011(05)
- [9]子北油田毛家河油区地面集输管网优化设计[D]. 孙洁. 西安石油大学, 2011(03)
- [10]模糊数排序以及模糊规划的研究[D]. 王佳佳. 西安建筑科技大学, 2011(12)