导读:本文包含了粒子群寻优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:Web服务组合,服务质量,Pareto支配,改进的粒子群算法
粒子群寻优方法论文文献综述
吴黎兵,杨科,聂雷,彭红梅[1]（2014）在《基于改进粒子群算法的Web服务组合推优方法》一文中研究指出针对半自动的Web服务组合模型,为了尽可能多地发现服务质量处在Pareto前端的服务组合供用户参考使用,提出了一种基于改进粒子群算法(MPSO)的Web服务组合推优方法.结合服务组合问题给出了粒子适应度评价函数以及群体多样性的计算模型.为了改善粒子群算法存在的早熟问题并且发现更多服务质量处在Pareto前端的组合服务,给出了受群体多样性指导的速度更新方法和惯性权重模型.针对指导粒子飞行的关键组合服务,给出了它们的寄存方法.最后通过实验从有效率和精确度及平衡性方面验证了基于MPSO的Web服务组合推优方法的有效性.(本文来源于《华中科技大学学报(自然科学版)》期刊2014年10期）
张敬师[2]（2014）在《基于粒子群寻优理论的六自由度运动平台位姿解算方法研究》一文中研究指出转向架作为轨道车辆最重要的部件之一，良好的性能可以提高列车的运行品质和行车安全。随着轨道车辆运行速度的不断提高，高性能的列车对转向架的要求也越来越高，目前国内外研究的重点问题主要是提高转向架的承载能力以及车辆高速运行时的稳定性。由于转向架的结构对车辆的动力学性能有重要影响，所以在研发新型转向架的过程中需要在转向架参数测定试验台上测定其相关参数。该试验台是一个可以模拟六个自由度运动的平台机构，而平台的位姿解算是实现对平台控制的前提。因此，开发六自由度运动平台的位姿解算系统对转向架动态测试试验台的开发具有重要的现实意义。本文在广泛阅读国内外相关文献的基础上，系统介绍了六自由度平台位姿解算研究的背景和意义；提出了运用粒子群智能算法求解六自由度运动平台位姿正解的计算方法；重点研究了粒子群智能算法（PSO）的优化原理和应用；建立了基于PSO的高速列车转向架参数测定试验台位姿正解的通用模型，并对该模型进行解算与验证。具体研究内容及所取得的研究成果如下：（1）阐述了六自由度运动平台位姿解算方法的研究背景与意义，介绍了国内外转向架参数测试技术及六自由度平台位姿解算的研究现状。同时对粒子群智能算法的优化原理进行了深入研究，介绍了粒子群算法的起源、速度和位置更新公式以及算法的基本流程，并比较了两种不同版本粒子群算法的异同，另外还对粒子群算法的改进方法及其应用进行了研究。（2）介绍了转向架参数试验台的功能与结构，分析了坐标变换的数学基础，阐述了用齐次变换矩阵表示坐标变换的方法。分别建立了静坐标系、体坐标系以及各平台局部坐标系，并给出了各坐标系之间的函数关系。（3）对高速列车转向架参数测定试验台位姿正解的通用模型进行了研究。根据齐次坐标变换分别建立了叁个六自由度平台的运动参考点与局部坐标系原点重合与不重合两种不同情况的基于PSO的位姿正解数学模型。其中，可以把运动参考点与局部坐标系原点重合看成是不重合的特殊情况，从而运动参考点与局部坐标系原点不重合的位姿正解模型即为高速列车转向架参数测定试验台位姿解算的通用模型。（4）对叁个六自由度运动平台的单个自由度、多个自由度位姿分别进行了解算与验证。首先基于PSO工具箱及MATLAB软件编写了m文件用于六自由度运动平台的位姿正解求解计算，以获得平台的位姿参数。然后在Simulink仿真环境下建立了六自由度平台的位姿反解仿真模型，并进行了仿真计算和验证。最后将计算结果与实测值进行对比，结果表明计算误差在允许范围之内，满足精度控制要求，进而验证了所建六自由度平台位姿正解数学模型及PSO智能优化算法的正确性。(本文来源于《吉林大学》期刊2014-06-01）
邢颖,孙劲光[3]（2011）在《基于粒子群寻优机制的图像分割方法》一文中研究指出利用粒子群优化(PSO)算法全局寻优、快速收敛的特点,结合模糊C-均值(FCM)图像分割算法提出一种新算法,用PSO算法代替了FCM算法的基于梯度下降的迭代过程,使算法具有很强的全局搜索能力,很大程度上避免了FCM算法易陷入局部极小的缺陷;同时也降低了FCM算法对初始值的敏感度。实验结果表明,与FCM相比该算法聚类更准确,效率更高,具有较高的分割速度和良好的抑制噪声的能力。(本文来源于《世界科技研究与发展》期刊2011年03期）
粒子群寻优方法论文开题报告
（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：
转向架作为轨道车辆最重要的部件之一，良好的性能可以提高列车的运行品质和行车安全。随着轨道车辆运行速度的不断提高，高性能的列车对转向架的要求也越来越高，目前国内外研究的重点问题主要是提高转向架的承载能力以及车辆高速运行时的稳定性。由于转向架的结构对车辆的动力学性能有重要影响，所以在研发新型转向架的过程中需要在转向架参数测定试验台上测定其相关参数。该试验台是一个可以模拟六个自由度运动的平台机构，而平台的位姿解算是实现对平台控制的前提。因此，开发六自由度运动平台的位姿解算系统对转向架动态测试试验台的开发具有重要的现实意义。本文在广泛阅读国内外相关文献的基础上，系统介绍了六自由度平台位姿解算研究的背景和意义；提出了运用粒子群智能算法求解六自由度运动平台位姿正解的计算方法；重点研究了粒子群智能算法（PSO）的优化原理和应用；建立了基于PSO的高速列车转向架参数测定试验台位姿正解的通用模型，并对该模型进行解算与验证。具体研究内容及所取得的研究成果如下：（1）阐述了六自由度运动平台位姿解算方法的研究背景与意义，介绍了国内外转向架参数测试技术及六自由度平台位姿解算的研究现状。同时对粒子群智能算法的优化原理进行了深入研究，介绍了粒子群算法的起源、速度和位置更新公式以及算法的基本流程，并比较了两种不同版本粒子群算法的异同，另外还对粒子群算法的改进方法及其应用进行了研究。（2）介绍了转向架参数试验台的功能与结构，分析了坐标变换的数学基础，阐述了用齐次变换矩阵表示坐标变换的方法。分别建立了静坐标系、体坐标系以及各平台局部坐标系，并给出了各坐标系之间的函数关系。（3）对高速列车转向架参数测定试验台位姿正解的通用模型进行了研究。根据齐次坐标变换分别建立了叁个六自由度平台的运动参考点与局部坐标系原点重合与不重合两种不同情况的基于PSO的位姿正解数学模型。其中，可以把运动参考点与局部坐标系原点重合看成是不重合的特殊情况，从而运动参考点与局部坐标系原点不重合的位姿正解模型即为高速列车转向架参数测定试验台位姿解算的通用模型。（4）对叁个六自由度运动平台的单个自由度、多个自由度位姿分别进行了解算与验证。首先基于PSO工具箱及MATLAB软件编写了m文件用于六自由度运动平台的位姿正解求解计算，以获得平台的位姿参数。然后在Simulink仿真环境下建立了六自由度平台的位姿反解仿真模型，并进行了仿真计算和验证。最后将计算结果与实测值进行对比，结果表明计算误差在允许范围之内，满足精度控制要求，进而验证了所建六自由度平台位姿正解数学模型及PSO智能优化算法的正确性。
（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。
粒子群寻优方法论文参考文献
[1].吴黎兵,杨科,聂雷,彭红梅.基于改进粒子群算法的Web服务组合推优方法[J].华中科技大学学报(自然科学版).2014
[2].张敬师.基于粒子群寻优理论的六自由度运动平台位姿解算方法研究[D].吉林大学.2014
[3].邢颖,孙劲光.基于粒子群寻优机制的图像分割方法[J].世界科技研究与发展.2011