导读:本文包含了局部搜索方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:低相干光学,缺陷检测,信号处理
局部搜索方法论文文献综述
兰雨,苗鹏[1]（2019）在《基于局部搜索算法的低相干光学反射测量系统信号处理方法》一文中研究指出低相干光学反射测量系统是检测光纤器件微损伤的重要仪器,在实际使用中,其很容易受到噪声干扰,继而形成杂散干涉峰,成为影响测量系统对真实干涉信号准确识别的主要障碍。提出了一种基于局部搜索算法的信号处理方法,用来去除低相干光学反射测量系统中杂散干涉峰的影响,提高了系统测量的准确度。通过实际实验测试,证明了新方法的有效性。(本文来源于《工业控制计算机》期刊2019年09期）
刘昊霖,池金龙,邓清勇,彭鑫,裴廷睿[2]（2019）在《基于自适应局部搜索的进化多目标稀疏重构方法》一文中研究指出在稀疏重构中,重构误差项和稀疏项通常使用一个正则化参数聚合成单目标函数,很难实现2个目标的均衡优化,这个缺陷通常导致稀疏重构精度低.为此,提出一种自适应局部搜索的多目标进化算法.首先,基于范数和l_1范数和l_(1/2)范数分别设计了2种梯度迭代软阈值法的局部搜索方法求得相应解,这2种局部搜索方法可以提高解的收敛速度和精确度;其次,通过比较对应的目标函数值来竞争选取每轮的优胜解;然后,采用基于竞争成功率的自适应择优局部搜索方法来产生后期解;最后,在帕雷托前沿面的膝盖区域上采用角度法选取最优解.实验结果表明:测量误差和稀疏项可以达到平衡,在重构精度方面,提出的方法远高于现有的传统单目标方法.相比于StEMO算法,当测量维度M=600时,该方法可以提高33.8%;当噪声强度δ=0.002时可以提高82.7%;当稀疏率K/N=0.3时可以提高7.38%.(本文来源于《计算机研究与发展》期刊2019年07期）
蔡铭楷,耿生玲,林连海,韩邦合[3]（2019）在《基于局部搜索的软集最小正规参数约简方法》一文中研究指出软集在解决不确定性问题的决策分析过程中,参数约简是关键和棘手的问题.软集正规参数约减方法采用全局搜索方式求解最大的参数约简集,存在候选属性集计算量大和冗余度高的问题,针对这一问题提出一种基于局部搜索的软集最小参数约简方法.给出频度和等价类、最小生成元的概念,在此基础上给出分层局部搜索的软集最小参数约简算法,减少搜索空间和加速逐层约简的过程,最后求出软集最小正规约简的最优解.通过分析和实例证明该软集参数约简方法,大幅度减小了候选参数约简集数量,降低运算的复杂度.(本文来源于《青海师范大学学报(自然科学版)》期刊2019年02期）
罗海峰[4]（2019）在《基于混合局部搜索方法的大规模车辆路由问题求解研究》一文中研究指出车辆路由问题(Vehicle Routing Problem,VRP)是一种复杂的组合优化问题,属NP-hard问题。文章对大规模的容量受限的车辆路由问题(Capacitated Vehicle Routing Problem,CVRP)进行了分析和建模,并设计了一种混合局部搜索方法(Hybrid Local Search Approach,HLSA)对问题进行求解。所设计的HLSA中,主要利用传统局部搜索和大规模邻域搜索对解的邻域进行搜索。最后,通过对基准测试数据的计算,验证了HLSA对大规模CVRP的有效性。(本文来源于《安徽职业技术学院学报》期刊2019年02期）
贺甫霖[5]（2019）在《基于局部搜索的模型计数方法研究》一文中研究指出模型计数问题是指求解出给定命题公式的模型数,是自动推理领域的重要难题。模型计数在人工智能领域取得了广泛应用,许多现实问题都可以规约为模型计数问题进行求解。目前常用的完备的模型计数求解器具有高效的求解能力,但其求解效率对模型数不敏感。有理由猜测:当给定问题的模型较少时,不完备算法可能发挥其效率优势而更适合模型计数。本文旨在利用不完备方法的求解优势,设计出新的求解能力更强的模型计数求解方法。其中求解能力以正确求出给定合取范式模型的求解时间长短来衡量。局部搜索是求解SAT问题的高效的不完备方法,Cai等人提出了格局检测策略,并将其应用到局部搜索方法中提出了SWcc算法。格局检测策略定义了邻居变量,很好地解决了变量翻转过程中容易遇到的局部最优问题,具有很高的求解效率。本文对SWcc算法进行扩充分别得到了迭代法与增量法两种效率较高的不完备模型计数方法,给出了两种方法的思路和具体实现。SWcc算法每完成一次局部搜索的迭代计算过程,便可以得到一个可满足的全值指派。迭代法采用添加子句的方法,将刚刚得到的可满足指派的否定形式添加到原合取范式,解决了解的重复性问题,使得算法在每次迭代过程中都可以得到一个不同的可满足指派,并记录下可满足指派数目。增量法同样采用添加子句的方法,与迭代法不同的是,增量法在每次迭代结束后会计算相关变量的邻居信息,下一次翻转操作仍在当前指派上进行,从而减少了许多变量的初始化计算过程。为了进一步提升不完备算法的求解能力,本文提出了两种启发式策略,并将他们分别应用于迭代法与增量法。在迭代法的基础上添加了加速求解策略,给出了该策略的详细描述,理论上该算法适用于求解模型数目较多的合取范式,并且当求解可满足指派中有部分文字正负形式相同的合取范式时,求解效率会进一步提升。在增量法的基础上添加了解的优化策略,尽可能减少添加子句的变量数目,从而发挥了格局检测的优越性。最后,给出了大量测试样例的实验结果,实验结果表明,当给定合取范式的模型较少时,本文提出的迭代法与增量法的求解效率有所提升。本文提出的两种启发式策略在求解部分特定实例时,也会得到较好的求解效果。(本文来源于《吉林大学》期刊2019-04-01）
李静,王楠,许铜华,谷学强[6]（2019）在《基于局部搜索树的UAV与UGS协同移动目标追踪方法》一文中研究指出针对无人机(UAV)与地面无人值守传感器(UGS)的空地协同目标追踪问题,提出一种交通道路网络环境下基于局部搜索树的移动目标搜索追踪方法。在该方法中,无人机通过与地面无人值守传感器抵近通信,获取目标经过传感器节点的时间信息,基于该信息估计目标运动速度及预测目标后续位置,通过局部递归搜索优化无人机对目标的追踪路径。针对追踪过程中不完全信息条件下的传感器节点访问次序决策问题,设计了两种节点选择评价机制并对其效果进行了比较和分析。仿真实验结果表明,该方法能在目标运动路径及速度不断变化的情况下以较大概率捕获目标。(本文来源于《电光与控制》期刊2019年01期）
姜东[7]（2018）在《融合规则提取与局部搜索的混装线平衡排序问题求解方法研究》一文中研究指出混流装配线可实现多品种小批量产品生产,在制造企业中的应用已经非常普及。然而,目前大部分研究聚焦于混流装配线平衡或排序问题,忽视了平衡和排序之间的耦合关系,无法实现平衡方案与排序方案整体最优。混装平衡与排序的协同优化是组合优化中的强NP-hard问题,针对该问题研究有效的求解方法,具有重要的理论意义和应用价值。为此,本文做如下工作的探究:分析混流装配线平衡与排序协同优化问题,考虑实际生产中的各类约束和生产目标,采用混合整数线性规划方法对该问题进行建模。利用基因表达式编程提取混流装配线平衡排序规则。分析平衡排序问题特征,提炼候选操作操作时间、直接后续操作数、所有后序操作数、待排序模型产品需求和待排序模型工位负载五个启发式因素。在规则提取的过程中,分别设计平衡与排序基因表达式、基因表达式编码、后序遍历树解码、平衡排序方案的表达、适应度评价指标和进化操作,有效的提取平衡排序规则。提出融合规则的多目标模拟退火算法,完成平衡和排序协同优化问题的求解。在初始化中,使用启发式规则生成平衡方案和排序方案,提高初始解集的代表性;在邻域搜索中,提出两种局部搜索算子,不断优化当前解;在接受策略中,加入多样性选择机制和重启机制,使算法跳出局部最优,最终达到全局最优。对混流装配线标杆案例进行求解和分析。为检验不同启发式方法的性能,设计不同启发式方法对比实验,通过统计分析方法ANOVA对实验结果进行性能分析。同时,以世代距离、分布均匀性、非支配率、最大延展率四个评价指标对多目标模拟退火算法与经典算法NSGA-II、多目标ABC算法进行比较,标杆案例计算结果表明,融合规则的多目标模拟退火算法在收敛性、分布性和延展性方面,优于两种对比算法。为将算法推向实际应用,设计规则提取系统和用户界面。(本文来源于《武汉科技大学》期刊2018-05-01）
屈应照,胡晓辉[8]（2017）在《WSN中基于迭代局部搜索的Mobile Agent路径规划方法》一文中研究指出无线传感器网络中,相对于传统上广泛使用的C/S计算范式,基于Mobile Agent的计算范式展示出强有力的生存优势.因此,Mobile Agent作为一种分布式中间件技术,已经成为无线传感器网络中高效地自主性数据融合和能量均衡研究领域的热点.由于Mobile Agent的访问路径很大程度上影响数据融合的性能和系统能量开销,所以,确定一个有效的Mobile Agent访问路径是一件颇有意义的研究.本文提出一种新的路径规划方法,采用迭代局部搜索的算法获取Mobile Agent对节点区域的访问路径;同时考虑了Mobile Agent迁移时数据负载,中间节点转发数据时实际的能量开销以及对相邻路径节点的利用.通过仿真实验分析表明本文提出的方法在能量消耗、服务时间方面优于现有的一些多路径规划方法.(本文来源于《信息与控制》期刊2017年03期）
杨洋,刘磊,李广力,张桐搏,吕帅[9]（2018）在《一种新的基于局部搜索的扩展规则推理方法》一文中研究指出作为与归结推理方法互补的推理方法,扩展规则推理方法得到了国内外广泛认可.目前扩展规则推理方法的研究主要集中于完备推理方法,由于极大项变换方式过于机械,导致该方法处理公式的规模比较局限.该文在深入分析扩展规则推理和局部搜索关联性的基础上,利用子句集中的"极大项"概念设计了一种反向求解策略,进而设计并实现一种新的基于局部搜索的扩展规则推理框架.在此基础上,为了使得极大项搜索过程更加适配该框架,提出了一种基于精确格局检测实现和双向半扩展规则策略的两阶段局部搜索算法.实验结果表明,该文提出的基于精确格局检测的新型扩展规则推理算法ERACC突破了传统扩展规则推理对公式规模的局限,求解效率有了极大提高,使得扩展规则推理方法不再受公式规模制约,可以用于知识编译和可能性推理等多方面的应用.(本文来源于《计算机学报》期刊2018年04期）
刘汉强,郑朋[10]（2016）在《局部搜索自适应核模糊聚类方法》一文中研究指出核模糊C-均值聚类KFCM是利用核函数将数据映射到高维空间,通过计算数据点与聚类中心的隶属度对数据进行聚类的算法,拥有高效、快捷的特点而被广泛应用于各领域,然而KFCM算法存在对聚类中心的初始值敏感和不能自适应确定聚类数两个局限性。针对这两个问题,提出一种局部搜索自适应核模糊聚类方法,该方法引入核方法提高数据的可分性,并构造基于核函数的评价函数来确定最优的聚类数目和利用部分样本数据进行局部搜索以寻找初始聚类中心。人工数据和UCI数据集上的实验结果验证了该算法的有效性。(本文来源于《计算机工程与科学》期刊2016年08期）
局部搜索方法论文开题报告
（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：
在稀疏重构中,重构误差项和稀疏项通常使用一个正则化参数聚合成单目标函数,很难实现2个目标的均衡优化,这个缺陷通常导致稀疏重构精度低.为此,提出一种自适应局部搜索的多目标进化算法.首先,基于范数和l_1范数和l_(1/2)范数分别设计了2种梯度迭代软阈值法的局部搜索方法求得相应解,这2种局部搜索方法可以提高解的收敛速度和精确度;其次,通过比较对应的目标函数值来竞争选取每轮的优胜解;然后,采用基于竞争成功率的自适应择优局部搜索方法来产生后期解;最后,在帕雷托前沿面的膝盖区域上采用角度法选取最优解.实验结果表明:测量误差和稀疏项可以达到平衡,在重构精度方面,提出的方法远高于现有的传统单目标方法.相比于StEMO算法,当测量维度M=600时,该方法可以提高33.8%;当噪声强度δ=0.002时可以提高82.7%;当稀疏率K/N=0.3时可以提高7.38%.
（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。
局部搜索方法论文参考文献
[1].兰雨,苗鹏.基于局部搜索算法的低相干光学反射测量系统信号处理方法[J].工业控制计算机.2019
[2].刘昊霖,池金龙,邓清勇,彭鑫,裴廷睿.基于自适应局部搜索的进化多目标稀疏重构方法[J].计算机研究与发展.2019
[3].蔡铭楷,耿生玲,林连海,韩邦合.基于局部搜索的软集最小正规参数约简方法[J].青海师范大学学报(自然科学版).2019
[4].罗海峰.基于混合局部搜索方法的大规模车辆路由问题求解研究[J].安徽职业技术学院学报.2019
[5].贺甫霖.基于局部搜索的模型计数方法研究[D].吉林大学.2019
[6].李静,王楠,许铜华,谷学强.基于局部搜索树的UAV与UGS协同移动目标追踪方法[J].电光与控制.2019
[7].姜东.融合规则提取与局部搜索的混装线平衡排序问题求解方法研究[D].武汉科技大学.2018
[8].屈应照,胡晓辉.WSN中基于迭代局部搜索的MobileAgent路径规划方法[J].信息与控制.2017
[9].杨洋,刘磊,李广力,张桐搏,吕帅.一种新的基于局部搜索的扩展规则推理方法[J].计算机学报.2018
[10].刘汉强,郑朋.局部搜索自适应核模糊聚类方法[J].计算机工程与科学.2016