导读:本文包含了稀疏网格论文开题报告文献综述及选题提纲参考文献，主要关键词:主梁,结构优化,稀疏网格模型,MOGA遗传算法
稀疏网格论文文献综述
梁其传,易朋兴,邱悦[1]（2019）在《基于稀疏网格模型与MOGA算法的起重机主梁结构优化》一文中研究指出针对通用的双梁桥式起重机,提出了一种结合稀疏网格模型与MOGA算法的优化方法。运用稀疏网格模型对主梁结构参数进行拟合,模型能够自动网格细化,在减小计算量的同时保证模型建立的准确性,再通过MOGA算法对拟合的模型进行求解。相比于一般的响应面优化或者遗传算法优化,其求解的误差更小,迭代求解次数更少,效率更高。优化的结果为:质量减轻了9. 6%,最大应力为78. 85 MPa,最大变形量为30. 44 mm,垂直振动频率为4. 93 Hz。(本文来源于《现代制造工程》期刊2019年06期）
潘敏,凌晨,范晶晶,牛景太[2]（2018）在《基于稀疏网格配点法的边坡稳定可靠度分析》一文中研究指出提出了基于稀疏网格配点法的边坡可靠度分析方法;利用有限元强度折减法计算了边坡安全系数,再通过稀疏网格配点法构造代理模型,将隐式功能函数转为显式功能函数,从而降低了有限元计算次数。在此基础上结合蒙特卡罗方法计算边坡失效概率,给出了计算流程,并编写了相应的MATLAB程序。最后以一显式功能函数问题为例验证了稀疏网格配点法的有效性,并以两个边坡问题为例研究了所提方法在边坡可靠度中的应用。结果表明,虽然1阶Smolyak配点法相比2阶Smolyak配点法计算量小,但后者更适用于边坡可靠度分析。所提方法能够对考虑土体参数空间变异性的边坡可靠度进行分析,计算结果与拉丁超立方抽样方法保持一致,计算精度较高,为进行复杂的边坡可靠度分析提供了一条有效的途径。(本文来源于《应用力学学报》期刊2018年06期）
陈斐楠[3]（2018）在《稀疏网格多积分滤波在目标跟踪中的应用》一文中研究指出GHQF算法在理论上可达到任意精度,但存在"维度灾难"问题。为解决该问题,本文在GHQF算法的基础上,从采样点和计算维数两面出发,分别采用稀疏网格积分规则和状态空间划分方法来达到降低采样点和计算维数的目的,提出了稀疏网格多积分滤波。通过仿真验证可知,与GHQF算法相比,在牺牲一定计算精度的前提下,能大幅降低算法的运行时间。(本文来源于《电声技术》期刊2018年04期）
任晓波[4]（2016）在《六边形稀疏网格上的FFT算法》一文中研究指出稀疏网格是一种具有特殊分层插值性质的非均匀网格形式,稀疏网格上的离散傅立叶变换算法称为Hyperbolic Cross FFT算法.这一算法能够有效降低采样点数量,并将指数时间复杂度的d维DFT算法降低到?(Nlog N)d[10].六边形网格是另一种具有特殊性质的网格,具有在采样点数量较少和采样效率较高等优势.本文的研究工作主要集中在将六边形网格和稀疏网格相结合,构造六边形稀疏网格上的FFT算法.通过定义六边形和方形网格下标之间的转换,实现了六边形稀疏网格上的FFT算法,并通过数值实验证明了这一算法的有效性.(本文来源于《计算机系统应用》期刊2016年01期）
杜惠杰,赵宏鸣,虞红,高阳,张毅[5]（2016）在《基于电阻阵红外成像仿真中稀疏网格校正方法》一文中研究指出非均匀性是影响红外成像电阻阵列系统输出场景图像质量的关键因素,直接影响红外场景模拟逼真度和半实物仿真置信度。基于实测数据分析了电阻阵列系统非均匀性的特点,分析研究了稀疏网格及flood校正方法,结合现有测量条件研究并验证了一种工程实用的稀疏网格非均匀性校正流程及非均匀性校正算法,实现了非均匀性数据采集、查找表生成、及非均匀性校正,基于校正软件实现了电阻阵列非均匀校正算法的仿真验证,结果证明经非均匀校正后图像质量显着提高,该非均匀性校正流程及算法为实现高置信度红外成像制导半实物仿真试验奠定基础。(本文来源于《系统仿真学报》期刊2016年01期）
赖斌,蔡树英,杨金忠[6]（2015）在《稀疏网格与数论网格在饱和-非饱和流随机模拟中的应用与比较》一文中研究指出在饱和-非饱和流的随机模拟中,传统的蒙特卡罗方法收敛速度慢,计算成本高,特别是计算的误差为概率误差,易产生较大的不确定性.引入稀疏网格配点法和数论网格点集可以获得更好的模拟效果.通过算例分析和研究得出:在某些饱和-非饱和流随机模型的模拟中,稀疏网格配点法能够极大地节省计算成本,输出水头(或水质)具有确定的表达式,但是当随机变量维度较高或者模型中被积函数光滑性较差时,其模拟效果往往并不理想,甚至有可能出现违背物理现象的错误结果;数论网格法具有更好的适用性,维数越高,其优势越突出,且相比蒙特卡罗法精度要好,误差是确定的,避免了蒙特卡罗法概率误差带来的不确定性.(本文来源于《武汉大学学报(工学版)》期刊2015年05期）
程向红,王晓飞,刘峰丽[7]（2014）在《稀疏网格求积分滤波算法在SINS/GPS紧组合导航中的应用（英文）》一文中研究指出高精度的导航信息对于高空飞行器至关重要。针对高空飞行器的特点,选取发射点惯性坐标系为导航坐标系,建立基于伪距、伪距率的SINS/GPS紧组合导航系统数学模型。针对该系统的状态方程和量测方程非线性的特性,采用基于稀疏网格求积分滤波算法。整个设计实现了对准与导航的一体化,避免了将对准与导航分别设计的繁琐过程。仿真结果表明,在飞行器起飞阶段,由于系统的非线性较强,稀疏网格求积分滤波算法比UKF滤波算法的对准精度更高,并且对准速度更快;通过比较稀疏网格求积分滤波算法在不同组合方式下的估计效果,可以看出采用紧组合方式可以明显提高导航精度。最后采用不同精度的传感器进行仿真,结果表明基于稀疏网格求积分滤波算法的紧组合算法能够适用的传感器精度范围较广。(本文来源于《中国惯性技术学报》期刊2014年06期）
蔡国宪,李炯天,朴光日,金元峰[8]（2014）在《稀疏网格配置法在随机Burgers’方程中的应用》一文中研究指出研究了稀疏网格配置法在随机Burgers’方程中的应用.首先介绍了随机配置方法,并在此基础上引入了稀疏网格配置法,最后通过数值计算结果比较了稀疏网格配置法和蒙特卡罗方法,进而验证了稀疏网格配置法应用于随机Burgers’方程时的可行性和有效性.(本文来源于《延边大学学报(自然科学版)》期刊2014年01期）
徐嵩,孙秀霞,刘树光,刘希,蔡鸣[9]（2014）在《分维自适应稀疏网格积分非线性滤波器》一文中研究指出针对含加性高斯噪声的非线性离散系统,提出了可分别根据各维状态及量测方程的非线性函数特性来确定采样点及其权重的积分滤波器.设计了基于嵌入式高斯采样积分和稀疏网格法则的自适应多变量采样积分方法,可在匹配函数高阶泰勒展开项时,利用低阶采样点,提出了高效的数据结构和遍历算法,便于采用该积分方法分别估计系统状态/量测的预测均值和协方差矩阵.该滤波器既能根据各维非线性函数的特性确定采样点,又实现了对采样值和权重的完全复用,保证了算法效率.理论分析和仿真表明,该滤波算法中自适应调整的运算量小于计算非线性函数采样值.该滤波器与无迹卡尔曼滤波相比,提高了滤波精度,与固定形式的稀疏网格滤波器相比,提高了采样效率,且该方法为两者的广义形式.仿真实验也验证了状态估计的精确性和函数采样的高效性.(本文来源于《自动化学报》期刊2014年06期）
王攀,吕震宙,程蕾[10]（2013）在《不确定概率分布下的重要性测度及其稀疏网格解》一文中研究指出针对基本输入变量概率分布信息不可准确预知的情况,对基本变量基于方差的重要性测度进行分析,建立了随机不确定性分布参数,区间不确定性分布参数以及随机和区间混合不确定性参数条件下的3种重要性测度指标.该指标体系能够反映3种不确定性分布参数条件下,输入变量对结构系统输出性能的影响.由于基于方差的重要性测度计算量大,文中采用稀疏网格方法在每一分布参数实现值处进行计算.针对3种不确定性分布参数情况,分别利用稀疏网格方法和稀疏网格方法结合遗传算法对所提的重要性测度指标进行计算.通过数值算例和工程算例说明所提指标的合理性和所采用方法的高效性.(本文来源于《中国科学:技术科学》期刊2013年10期）
稀疏网格论文开题报告
（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：
提出了基于稀疏网格配点法的边坡可靠度分析方法;利用有限元强度折减法计算了边坡安全系数,再通过稀疏网格配点法构造代理模型,将隐式功能函数转为显式功能函数,从而降低了有限元计算次数。在此基础上结合蒙特卡罗方法计算边坡失效概率,给出了计算流程,并编写了相应的MATLAB程序。最后以一显式功能函数问题为例验证了稀疏网格配点法的有效性,并以两个边坡问题为例研究了所提方法在边坡可靠度中的应用。结果表明,虽然1阶Smolyak配点法相比2阶Smolyak配点法计算量小,但后者更适用于边坡可靠度分析。所提方法能够对考虑土体参数空间变异性的边坡可靠度进行分析,计算结果与拉丁超立方抽样方法保持一致,计算精度较高,为进行复杂的边坡可靠度分析提供了一条有效的途径。
（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。
稀疏网格论文参考文献
[1].梁其传,易朋兴,邱悦.基于稀疏网格模型与MOGA算法的起重机主梁结构优化[J].现代制造工程.2019
[2].潘敏,凌晨,范晶晶,牛景太.基于稀疏网格配点法的边坡稳定可靠度分析[J].应用力学学报.2018
[3].陈斐楠.稀疏网格多积分滤波在目标跟踪中的应用[J].电声技术.2018
[4].任晓波.六边形稀疏网格上的FFT算法[J].计算机系统应用.2016
[5].杜惠杰,赵宏鸣,虞红,高阳,张毅.基于电阻阵红外成像仿真中稀疏网格校正方法[J].系统仿真学报.2016
[6].赖斌,蔡树英,杨金忠.稀疏网格与数论网格在饱和-非饱和流随机模拟中的应用与比较[J].武汉大学学报(工学版).2015
[7].程向红,王晓飞,刘峰丽.稀疏网格求积分滤波算法在SINS/GPS紧组合导航中的应用（英文）[J].中国惯性技术学报.2014
[8].蔡国宪,李炯天,朴光日,金元峰.稀疏网格配置法在随机Burgers’方程中的应用[J].延边大学学报(自然科学版).2014
[9].徐嵩,孙秀霞,刘树光,刘希,蔡鸣.分维自适应稀疏网格积分非线性滤波器[J].自动化学报.2014
[10].王攀,吕震宙,程蕾.不确定概率分布下的重要性测度及其稀疏网格解[J].中国科学:技术科学.2013