一、线性函数的一个极值问题（论文文献综述）
陆文玲[1]（2016）在《计及阀点效应的电力系统经济调度与水火电优化及多目标评价研究》文中指出以互联、清洁、智能为发展方向的电力系统,未来的规模日益庞大,复杂程度更高。作为对电力系统发电资源的一种综合优化配置手段,电力系统优化运行能节约一次能源消耗以及相应的成本,特别是在未来系统规模更大、复杂度更高时,将能创造更多的经济效益,因而一直以来都是电力工业的一个重要研究课题。电力系统经济调度与水火电的优化调度是电力系统优化运行的两个重要研究内容。本文围绕上述两个方面内容,开展研究工作。电力系统经济调度方面的具体内容如下：1)分析阀点效应产生的物理原因,对二次型、分段线性以及正弦波折状的机组耗量曲线进行连续性、可导性以及凸性的分析。阀点效应使机组的耗量特性不再是光滑的凸函数,而是在整体上连续不可微的非凸函数,各阀点是不可微点,阀点间的曲线是连续可微的近似凹的。在此基础上,对阀点经济调度问题的可行域、目标函数进行分析,根据目标函数分段连续不可微的特点,提出缩减定义域的方法,在局部区间内对经济调度问题进行局部优化,使模型能够简化,降低求解难度,从而得到经济调度问题的极值点。2)经济调度问题的目标函数为凸函数时,通过求解二次凸的目标函数问题的解来获取局部极值区间,以将问题的定义域进行缩减,把问题变为求解局部极值问题。利用等微增率原理的思想,提出选择性方法一（SM1）,对局部极值区间上连续不可微凸目标函数的经济调度问题进行极值点求解。当目标函数是不同类型凸函数混合求和时,先用选择性方法一来确定分段线性耗量曲线机组的出力,剩余二次凸函数耗量曲线的机组再进行负荷最优分配,从而得到最优解。通过计算最优解的次微分数值,校验其次微分形式表述的凸规划最优性条件是否满足,判断其是否是问题的最优解。3)对阀点效应经济调度的极值点分析可知该问题的稳定点是极大值点,因此采用求解极值条件（KKT条件）方程的方法不适用于阀点效应经济调度问题的求解。而该问题的极小值点都是目标函数的不可微点,也即机组采用以阀点作为分段点的分段线性函数时,经济调度问题可行域的顶点。因此,可以通过对线性规划问题可行域顶点进行寻优的方法来寻找问题的极值点。4)对机组采用正弦波折状耗量特性的阀点经济调度问题,提出选择性方法二来对其极小值点,即对应线性规划问题可行域的顶点来进行寻优。该方法将机组全部采用分段线性耗量曲线时经济调度问题的最优解作为初始的近似解,将各机组出力附近的2-3个阀点或边界点作为可选点来确定局部极值区间,进行定义域的缩减。在此局部区间内搜寻可行域的顶点,从而找到最优解。算例分析的结果表明了方法的可行性与有效性。水火电力系统优化调度方面的具体研究内容：1)在对水库水能进行详细分析的基础上,基于效益与节能的思想,将火电厂的煤耗量进行等效折算成水量后,建立以各个电厂单位电能消耗的资源总和最小为目标的优化模型,以此为调度准则指导水火电的优化调度。算例分析表明,该模型能够很好的体现效益优先,节约资源的思想,即单位电能所消耗资源小的机组优先发电,多发电。2)基于电力系统经济运行、排放要求以及梯级电站运行等多个方面的考虑,建立以火电机组耗量最小、火电机组排放最小以及梯级龙头电站的蓄能最大的三目标优化模型。应用线性加权和方法对不同的权重向量下的多目标模型进行求解,得到对应的多组解。运用数据包络分析方法对得到的多组解进行分析和评价,以选出较好且合理的Pareto解。仿真结果表明了评价方法的可行性。
金海东,刘全,陈冬火[2]（2019）在《一种带自适应学习率的综合随机梯度下降Q-学习方法》文中研究表明在线强化学习中,值函数的逼近通常采用随机梯度下降（Stochastic Gradient Descent,SGD）方法.在每个时间步,SGD方法使用强化学习算法获取随机样本,计算损失函数的局部梯度,单次模型参数更新的计算量小,适合在线学习.但是,由于目标函数不同维度存在梯度差异,SGD方法会产生优化震荡,导致迭代次数增多,收敛速度变慢甚至不能收敛.本文提出一种带自适应学习率的综合随机梯度下降方法（Adaptive Learning Rate on Integrated Stochastic Gradient Descent,ALRI-SGD）,对SGD做了两方面改进:（1）在基于参数预测的基础上,利用历史随机梯度信息综合计算当前时间步的更新梯度;（2）根据不同维度的历史梯度信息,动态计算每个维度的学习率.在一定的数学约束条件下,证明了ALRI-SGD方法的收敛性.把ALRI-SGD方法与基于线性函数逼近的离策略Q-学习算法结合,用于求解强化学习中经典的Mountain Car问题和平衡杆问题,并与基于SGD的Q-学习算法进行实验比较.实验结果表明,ALRI-SGD方法能动态匹配模型参数在不同维度上的梯度差异,并使学习率自动更新以适应不同维度的数据特征.ALRI-SGD方法在收敛效率和收敛稳定性两个方面都有提升.
陈海兰[3]（2021）在《面向聚类及预测的时间序列信息粒化方法研究》文中进行了进一步梳理随着信息技术的发展,经济管理领域中产生并存储着大量的时间序列数据,运用数据挖掘算法可以挖掘出数据中潜在的、有价值的知识和信息以支持管理和决策活动。但这些时间序列数据通常都具有显著的高维性特征,若对其直接运用数据挖掘算法,会造成过高的计算复杂度,且数据挖掘结果也会受到影响。粒计算是一种模拟人类求解问题思维和解决大数据复杂任务的新方法,该理论的主要思想是将复杂问题抽象、划分转化为若干较为简单的问题（即粒化）,从而有助于更好的分析和解决问题。本文将粒计算的粒化思想引入时间序列分析中,通过对时间序列进行信息粒化,将原始高维时间序列粒化为低维粒时间序列,构造的信息粒能够刻画和反映原始时间序列数据的结构特征,从而实现高效降维,为后续的数据挖掘工作奠定基础。本文针对时间序列的信息粒化问题,从时间轴和论域两个方面提出了三种不同的时间序列信息粒化方法:基于波动点的时间序列时间轴信息粒化方法、基于云模型的时间序列时间轴信息粒化方法和基于论域信息粒化的模糊时间序列预测方法,并应用于股票时间序列数据进行聚类和预测分析,为股票的投资选股问题及涨跌趋势的判断问题提供决策建议。主要研究内容和创新性研究成果如下:（1）在时间序列的时间轴方面,针对低频时间序列的结构特征,提出了基于波动点的时间序列信息粒化方法及粒时间序列相似性度量方法。首先,提出了基于波动点的时间序列信息粒化方法,通过识别波动点对原始时间序列进行信息粒划分,进而使用线性函数对划分后的信息粒进行描述得到粒时间序列,解决了传统时间序列降维方法中对于时间轴的硬划分问题,在降维的同时能更有效地提取时间序列的结构特征。其次,针对粒时间序列提出了相应的相似性度量方法。最后,在标准数据集上进行了聚类实验,实验结果表明运用所提出的信息粒化方法和相似性度量方法能够提高聚类结果的准确性;并在科创板股票数据集上进行了算法的实际应用研究,研究结果可以给投资者在科创板股票市场选股时提供参考。（2）在时间序列的时间轴方面,针对高频时间序列的结构特征,提出了基于云模型的时间序列信息粒化方法及粒时间序列相似性度量方法。首先,提出了基于云模型的时间序列信息粒化方法,在不需要事先指定信息粒划分个数的情况下,可以自适应地将时间序列粒化表示为若干个正态云,该方法针对高频时间序列具有更好的降维效果。其次,针对粒化后的云模型序列提出了相应的相似性度量方法。最后,在具有高频特征的标准数据集上进行了聚类实验,实验结果表明运用所提出的信息粒化方法和相似性度量方法能够提高聚类结果的准确性;并在具有高频震荡特征的沪深A股股票数据集上进行了算法的实际应用研究,研究结果可以给投资者在A股市场上选股投资时提供参考。（3）在时间序列的论域方面,提出了基于模糊C均值聚类和信息粒化的时间序列论域划分方法,并基于论域划分结果提出了时间序列预测方法。首先,运用模糊C均值聚类方法对时间序列的论域进行初始划分,然后提出了基于信息粒化的论域划分优化算法,该方法将聚类算法和信息粒化方法相结合来划分论域,提高了样本数据划分的准确性和可解释性。其次,针对时间序列信息粒化后的论域划分结果,给出了时间序列的模糊预测方法,该方法将精确的时间序列数据转化为符合人类认知形态的语义值构成的时间序列,通过对这些语义值构建模糊逻辑关系来描述时间序列的动态演变过程,得到其模糊变化规则并进行预测,提高了预测结果的可理解性。最后,在台湾加权股价指数（TAIEX）数据集上进行了预测实验,实验结果表明运用所提出的时间序列信息粒化方法进行时间序列预测能够提高预测结果的准确性;并在上海证券综合指数（SHCI）数据集上进行了算法的实际应用研究,研究结果可以帮助投资者了解未来股票市场的走向,为其调整投资策略时提供参考。
王敏容[4]（2019）在《基于区间模型的非概率结构可靠性分析及优化设计》文中认为不确定性理论分析和算法研究一直是工程界关注的热点,可靠性是处理不确定性的有效途径之一。本文通过区间模型上下界来描述不确定参数,建立非概率可靠性分析模型,在非概率可靠性分析、非概率可靠性优化设计、RC桥梁非概率可靠性分析及加固优化设计进行了深入的理论、算法和工程应用研究,主要内容包括:（1）研究了区间模型的非概率可靠性理论和算法。根据非概率可靠性指标的几何意义,线性功能函数的设计点位于超立方盒的角点,非线性功能函数的设计点位于超立方盒与失效面的切点。据此,线性功能函数,通过区间变量的梯度向量正负来判断设计点位于超立方盒的某一角点的位置,提出了非概率可靠性指标求解的改进一维优化算法;非线性功能函数,提出了子区间优化法和子区间目标性能法。比较分析了非概率可靠性模型和概率可靠性模型,揭示了非概率可靠性指标与概率可靠性指标之间的关系。对比分析了非概率可靠性和与非概率安全系数法,研究表明了两者度量方法的一致性。（2）研究了应力-强度干涉模型的非概率可靠性理论和算法。基于区间可能度的几何意义,非概率集合可靠度表示为结构安全域体积与基本区间变量域的总体积之比。建立了线性功能函数的非概率集合可靠度的表达式;非线性程度不高的功能函数,采用失效面与基本区域交点处线性近似的方法对失效面等效,建立了非概率集合可靠度的计算表达式;对复杂的非线性功能函数,提出了子集子区间法,在子域内抽样,更多的样本点落入失效域,且抽样点均匀分布。分析了非概率集合可靠度的概率度量,证明了非概率集合可靠度在概率意义上是应力和强度在区间内均匀分布的概率可靠度。对比分析了非概率集合可靠度和正态分布区间数、区间截尾分布的可靠度,研究表明非概率集合可靠度更保守。（3）研究了非概率可靠性和非概率可靠度优化设计。根据非概率可靠性指标的几何意义,将非概率可靠性指标约束转化为最小化功能函数值约束,提出了基于子区间的目标性能法,内层优化将非概率可靠性指标的求解转换为寻找所有功能函数最小值,该方法避免了内层非概率可靠性指标求解的双层嵌套优化,迭代次数少,计算效率高。基于非概率可靠性指标的子区间优化法,提出了基于子区间优化法的双层优化设计,内层直接求解非概率可靠性指标,该方法先判断出主动约束,内层只考虑主动约束的非概率可靠性指标,减少了约束条件。线性功能函数非概率可靠性优化是一个单层优化问题,满足非概率可靠性指标约束的不确定参数设计点位于超立方盒的角点,单层非概率可靠性优化模型和不确定参数之间的表达式清晰,计算量小。线性功能函数的非概率集合可靠度是不确定参数的显性函数,引入罚函数将约束优化转化为无约束优化,外层优化设计采用改进粒子群算法得到全局最优解,收敛速度快。基于区间可能度,针对非线性功能函数的非概率集合可靠度,提出了内层采用子区间分析法,外层采用改进粒子群算法的双层优化方法。（4）研究了非概率可靠性分析及优化设计在RC桥梁可靠性评估及加固中的应用。以增大截面法加固钢筋混凝土轴心受压柱为研究对象,对比分析了概率可靠性和非概率可靠性。研究表明:恒载、活载和抗力采用不同的分布类型,在μ和σ相同的情况下,不确定性参数区间[μ-3σ,μ+3σ]内,区间非概率可靠性均比概率可靠性保守,若非概率可靠性评估安全的桥梁构件,概率可靠性评估也安全。根据概率可靠性和非概率可靠性的关系,拟定了桥梁承载能力评估目标非概率可靠性指标和目标非概率可靠度。在目标非概率可靠性指标和目标非概率可靠度优化结果下的钢筋混凝土轴压柱,概率可靠性均满足要求,即满足非概率目标可靠性的轴心受压柱,概率可靠性均满足要求。
张家玲[5]（2019）在《离散情形下调和函数、调和映射的计算及工程应用研究》文中提出调和函数和调和映射是数学和工程中的研究热点。从理论到实际,横跨物理学、偏微分方程理论、有限元理论、数值计算、微分几何等诸多领域。由于算法简单、计算高效,调和函数和调和映射在工程领域被广泛应用。论文基于经典数学理论中的一些结论研究离散情形下调和函数和调和映射的计算问题,并运用计算结果处理相关的工程问题。本文研究了以下三个问题:1、近年来,计算共形映射被广泛应用于几何模拟、计算机图形学、计算机视觉等多个工程领域。基于调和映射的算法简单,文中第一部分的工作是提出用调和映射逼近带边界曲面间的共形映射。调和映射定义为梯度平方模积分或者能量密度积分的临界点,黎曼曲面上的调和能量沿梯度的反方向递减并且收敛到共形映射。曲面间的调和微分同胚与唯一一个Beltrami微分对应,因此一个调和微分同胚系列对应于一个Beltrami微分系列。曲面边界被映射到平面上一个单位圆周时,Beltrami微分系列以常共形模改变。本文用有常共形模的Beltrami微分系列研究了曲面间的共形映射,这相当于一个固定边界对应下递减的调和能量系列;在此基础上提出了相应的数值计算方法,并进一步分析讨论了计算方法的收敛性,最后通过数值实验验证了理论的结论。2、一对一性是计算机图形学参数化和形状比较等工作中对所使用方法的基本要求,但工程上对具有复杂拓扑结构的封闭图形间离散调和映射的一对一性研究尚不完善。论文的第二个工作是在双曲几何下运用平面三角网到平面的分段线性映射讨论双曲凸组合映射,即每个内点的像都是其邻近点像的测地质心,这可看成是封闭的高亏格曲面间双曲调和微分同胚的离散情形。凸组合映射比调和映射更丰富,所有一对一的分段线性映射都是凸组合映射。对于离散三角网情形下的微分同胚,则需要离散双曲调和映射在每个三角形上是一对一的分段线形映射,且不改变任意三角形的定向。封闭的高亏格离散曲面运用Ricci流的方法可以嵌入到双曲平面圆盘中,本文进行了万有覆盖空间上离散调和映射的一对一性研究,并通过万有覆盖空间上的一对一性说明了封闭的高亏格离散曲面间双曲调和映射的一对一性。3、用接触几何体表示图的结构一直是图论和几何学领域的一个研究热点,最典型的例子就是平面图的圆周接触表示,这时每个平面图用内部交集为空集的接触圆周表示,其中图的每个顶点被一个圆周取代,边的连接关系则由两个接触的圆周来反映。图的这种几何表示联系了图的组合结构和几何结构,因此图的其他接触几何体表示也颇受关注,数学上应用图的正方形接触表示研究组合黎曼映射定理。然而,关于计算图的正方形接触表示的工作不多,并且现有的计算方法实施困难。论文的第三个工作是基于组合Hodge理论给出了一种计算图的正方形接触表示的方法;同时文中详细介绍了相关的理论基础和算法过程,并将这种线性方法应用于嵌入到高亏格曲面上图的正方形接触表示。
谭佳伟[6]（2020）在《二阶椭圆方程有限体积元法若干问题研究》文中研究表明有限体积元法是求解偏微分方程数值解的重要方法,对求解区域进行原始剖分和对偶剖分,并在两种剖分上分别定义试探函数空间和检验函数空间,通过变分方程定义求解格式,具有计算量少,易于处理复杂区域和边界条件,保持局部守恒性等优点,在计算流体、油藏模拟等领域有广泛应用.本文研究如下三个问题:一.以二维对流扩散-对流占优问题为模型,研究了矩形网格上的迎风有限体积元法的稳定性和收敛性.取试探空间为相应于矩形网格上的双线性有限元空间,检验空间为标准的中心对偶剖分上的分片常数函数空间.对流项的处理使用迎风技术,进而定义了迎风有限体积法.首先证明了迎风有限体积元法的稳定性和H1误差估计;然后,在矩形网格长宽比满足一定限制之下,证明了极大值原理并获得最大模误差估计;最后,通过数值实验验证了方法求解对流占优模型的有效性.二.以二维Poisson方程为模型,研究了三角形网格上Hermite型三次元有限体积元法的最佳阶L2误差估计.试探函数空间为三角形网格上Hermite型三次有限元空间,检验函数空间中函数包含两种类型,分别为围绕三角形单元顶点处的对偶单元上的分片线性函数和围绕形心点处对偶单元上的分片常数函数.其L2误差估计的困难在于分片常数检验函数逼近能力弱于分片线性检验函数,这导致很早就被构造的Hermite型三次元有限体积格式的L2误差估计一直没有证明.为此我们构造了一个新的对偶剖分,使得围绕形心点处的对偶单元上满足一个正交条件,借助于这个正交条件完成了最优L2误差估计.三.针对带有反应项的各向异性扩散方程,研究任意四边形和三角形网格上保持离散极值原理的有限体积元格式.借鉴代数流修正技术,有限体积元法的刚度矩阵被分解成扩散与反扩散两部分.通过引入恰当的限制器,保证了反扩散部分不会再产生新的极值,并最终得到一个保持离散极值原理的非线性有限体积元格式.数值例子表明,该格式在扭曲网格上对具有光滑解的各向异性扩散问题能够保持与原来格式相近的精度,同时,该格式在扭曲网格上满足离散极值原理.
樊闻翰[7]（2019）在《基于天气类型划分的短期风电功率预测技术研究》文中认为风电功率具有波动性、随机性等特点。风电大规模并网给电力系统的安全稳定运行带来了较大冲击。开展短期风电功率预测可以降低风电不稳定性对电网的不利影响,提高系统调峰能力,提升电网对风电的消纳能力。本文开展了基于天气类型划分的短期风电功率预测技术的研究,主要包括以下几个方面:首先,开展了基于小波滤波（Wavelet Filtering,WF）和基于改进的集成经验模态分解（Modifid Ensemble Empirical Mode Decompositio,MEEMD）方法进行风电功率数据滤波的研究。研究结果显示,MEEMD方法比小波滤波方法对风电功率数据的滤波效果更好。其次,开展了爬坡事件识别及其特性分析的研究。本文对标准的旋转门算法增加反馈环节进行修正,提出了改进的旋转门算法。分别采用标准的旋转门算法和改进的旋转门算法对风电功率数据中的爬坡事件进行识别。算例结果表明,改进的旋转门算法比标准的旋转门算法对爬坡事件的识别精度更高。基于改进的旋转门算法对山东省三个风电场的风电功率数据进行了爬坡事件的识别,并对识别出来的爬坡事件的特性进行了分析。最后,开展了基于天气类型划分的动态自适应短期风电功率预测方法的研究。首先基于风速波动特性对天气类型进行划分,对不同天气类型下时间尺度不一致的风速波动过程基于多项式拟合和采样,转化为相同时间尺度的风速波动过程。其次在不同天气类型下,分别采用自回归积分滑动平均（Auto-regressive Integrated Moving Average,ARIMA）、极限学习机（Extreme Learning Machine,ELM）和最小二乘支持向量机（Least Squares Support Vector Machines,LSSVM）模型进行风电功率预测,并根据预测效果选择出最优预测模型。最后基于不同天气类型,动态自适应地选择最优预测模型进行短期风电功率预测。算例结果表明,进行时间尺度为3天的短期风电功率预测时,基于天气类型划分的动态自适应短期风电功率预测方法相比于LSSVM、ELM和ARIMA预测方法,均方根误差分别降低了2.8%、4%和6.2%。
曹润清[8]（2019）在《基于多线性函数核的机动目标长时间相参积累算法研究》文中进行了进一步梳理现代战争中的雷达目标具有高速度,高机动性,低可探测性的特点,给雷达探测技术带来挑战。众所周知,延长雷达目标积累时间可以提高雷达对微弱目标的检测能力。然而,对于高速机动目标而言,在相对较长的积累时间内,目标回波的多普勒谱会被展宽,脉压后的峰值会产生高阶距离徙动;目标的高速度和高机动性导致传统信号积累算法无法得到聚焦良好的积累结果,影响后续的目标检测与参数估计的性能。本文结合理论基础与实际问题展开研究。在基础理论方面,本文针对机动目标回波模型-多项式相位信号,提出了一种基于高阶相位降阶的参数估计方法;在实际问题方面,本文研究了基于多线性函数核的机动目标积累问题,并着眼于算法积累性能,检测与参数估计性能,计算复杂度,抗噪声能力,交叉项抑制能力等指标,提出了多种机动目标能量积累方法。主要内容如下。1.第一部分针对机动目标回波信号模型-多项式相位信号,提出了一种基于迭代降阶技术的高阶多项式相位信号参数估计方法。该方法改善了传统基于多线性函数核的估计算法非线性度高,抗噪性能差的问题。本部分的主要工作包括:基于非均匀采样技术定义了一种新的降阶算子;结合新定义的算子和相位差分算子提出了针对不同阶数多项式相位信号的降阶多线性函数核,以及基于降阶函数核的参数估计方法;推导得出所提参数估计算法的均方误差理论值;基于估计值的最小均方误差对所提方法中参量进行了优化;分析了降阶多线性函数核的非线性度和运算复杂度;用数值实验验证了所提方法的有效性。分析和实验结果表明:所提算法能有效估计高阶多项式相位信号参数,并可以通过快速傅里叶变换实现。与传统的基于多线性函数核的算法相比,所提算法有更低的非线性度,以及更好的抗噪性能。2.第二部分针对传统基于参数搜索的机动目标积累算法运算复杂度高的问题,结合第三章中定义的非均匀采样降阶算子和keystone变换,提出了一种三阶机动目标积累和参数估计快速算法。本部分主要工作包括:结合非均匀采样降阶算子和keystone变换定义了一种新的多线性函数核,用于去除高阶距离徙动和多普勒徙动;基于新定义的多线性函数核与二维傅里叶变换提出一种三阶机动目标积累和参数估计方法;推导得出所提参数估计算法的均方误差理论值;基于估计值的最小均方误差对所提算法中参量进行优化;分析了所定义的多线性函数核的信噪比损失;分析了所提方法的交叉项,并提出了辨别积累结果中交项伪峰和自项尖峰的方法;分析了所提参数估计方法的运算复杂度;通过单目标、多目标仿真实验和实测数据处理验证了所提方法的有效性。本部分的实验和分析结果表明:所提方法能有效去除目标的三阶运动带来的高阶距离徙动和多普勒徙动;适用于高速目标,以及多目标场景;其积累过程可用二维快速傅里叶变换实现,运算复杂度远低于基于运动参数搜索的传统算法,与基于邻近互相关函数（Adjacent Cross Correlation Function,ACCF）算法的复杂度相当;由于拥有较低的非线性度,所提方法与基于ACCF的算法相比,有更低的信噪比门限和估计值均方误差。3.第三部分针对传统基于多线性函数核积累算法抗噪性能低、可能存在交叉项伪峰的问题,提出了一种高抗噪性能的三阶机动目标积累算法。该方法用新定义的多线性函数核去除由目标速度和加速度带来的距离徙动和多普勒徙动,用匹配滤波函数对三阶运动带来的相位变差进行补偿,最后通过距离向累加和二维快速傅里叶变换实现目标的能量积累。本部分的主要工作包括:基于相位差分算子和keystone变换,定义了新的多线性函数核,用于去除二阶距离徙动和多普勒徙动;在新定义的多线性函数核的基础上提出了一种三阶机动目标积累算法;对所提方法的运算复杂度分析和交叉项进行理论分析;运用所提方法对单目标和多目标场景进行仿真;对所提方法的估计和检测性能进行仿真分析;运用所提方法对实测数据进行处理。分析和实验结果表明:所提方法可以有效去除三阶距离徙动,并实现三阶机动目标的能量积累。由于采用多积分变量的函数核,所提算法有良好的抑制交叉项和噪声的能力,适用于低信噪比环境以及多目标场景。4.第四部分针对机动目标相参积累算法中多线性函数核设计的问题,提出了一种可参数化灵活设计的多线性函数核。所提出的多线性函数核可将多项式相位信号变换为多维复单频信号,有效去除机动目标回波中的高阶距离徙动和多普勒徙动。本部分的主要工作包括:提出可参数化设计的多线性函数核,并给出了设计参数的选取准则和具体设计方法;结合所提多线性函数核和keystone变换,得出分别针对二阶和三阶机动目标的两种相参积累方法;对两种相参积累方法分别进行运算复杂度分析,交叉项分析和高速目标分析;单目标、多目标仿真实验以及实测数据处理。分析和实验结果表明:所提二阶机动目标相参积累方法有良好的抗噪性能,适用于低信噪比的环境;可对交叉项进行有效的抑制,适用于多目标的场景。所提三阶机动目标积累方法完全避免了参数搜索和速度模糊的问题,达到了抗噪性能和运算复杂度间的平衡;该方法可以有效抑制交叉项,适用于多目标场景。
蒋飞[9]（2012）在《高速列车作用下路基振动响应与传播特性的试验研究》文中进行了进一步梳理随着如今高速列车时速的不断提高,以及高速铁路不断在各种饱和软粘土、松散砂土等软弱地基上延伸,高速铁路运营后的列车循环动荷载使地基产生附加沉降越来越可观,大量的岩土工程与土动力学问题随之凸现。而国内新建高速铁路缺少对应实测资料以供相关研究分析。本文针对这一现状,依托国家首条列车运行最高时速达350km/h的客运专线京津城际进行了路基振动现场试验,得到了以各种速度行驶的高速列车对路基产生的动力响应资料,并据此进行了振动响应与传播特性的试验研究：在京津城际铁路JJK86+274路基断面进行现场试验,对时速分布于113km/h至344km/h的共41车次的高速列车进行了振动测试,获取了分布于轨道板中心至路基边缘的6个测点的10个速度传感器的共410组试验数据。根据现场振动测试中采集的样本数据,绘出包括振动速度,振动加速度,振动位移等振动响应要素时程波形图曲线,分析了其振动响应特征。进行了振动频域特性分析,检验了振动数据周期性,确定了周期振动能量的集中频段。分析了行车速度对路基振动响应的影响,使用散点图拟合的方式,统计了不同车速下各个测点振动要素特征值的变化发展。进行了路基振动传播特性的研究,绘制出不同传播情况振动传播曲线图,分析了其特征和发展趋势,并对比不同车速下传播曲线的变化。对传播过程中振动频域特性进行了研究,分析了不同车速下振动能量及主频率的在传播过程中的变化和发展规律。使用有限元方法,选用ABAQUS作为分析软件,使用试验获得速度时程数据作为时程边界加载,对测试路基断面进行了二维数值模拟。对数值模拟计算结果与试验结果进行了对比,确定了数值模拟的准确性与合理性。在此基础上,对模型路基体内振动空间分布特性、振动要素时程响应特性,振动传播特性,动应力沿深度分布规律等进行了进一步研究,得到了合理的结果。本文的研究得到了我国高速列车轨下路基动态响应时程与特征值,以及其沿路基表面的传播与衰减形式。为国家今后的高速铁路设计与施工提供技术参考,为高速铁路运营期路基长期变形沉降的控制与预测提供试验基础。
姚正华[10]（2016）在《改进人工鱼群智能优化算法及其应用研究》文中提出人工鱼群算法是一种新兴的元启发式仿生群集智能优化算法,是通过模拟鱼类群体的相互社会行为,实现群集智能的一种优化算法。首先对优化问题的历史和发展历程进行了总结,在此基础上回顾了主要智能优化方法的起源及其发展现状。在介绍热点优化技术的发展历程、研究现状的基础上,分析了人工鱼群算法的模型和人工鱼的行为方式,在此基础上对算法的主要参数作用机理及其影响进行了分析,根据实验结果总结出了人工鱼群算法参数的作用效果及其特性,得出了设置算法参数的一般方法与规律。在智能算法统一框架理论下描述了人工鱼群算法,并分析了其收敛性。针对基本人工鱼群算法的视野和步长在算法不同阶段要求不同的矛盾,设计出一种分段自适应函数系数法对人工鱼视野和步长进行自适应改进。分别设计了幂函数型、线性函数型以及指数函数型三种分段自适应函数,作为人工鱼视野和步长的分段自适应系数。幂函数型衰减函数具有最快的衰减速度,能使视野和步长进行快速衰减,主要应用于局部最优不突出的优化问题。线性函数型衰减函数的衰减速度最慢,且衰减过程均匀,主要用于局部极值突出的优化问题。指数函数型衰减函数的衰减效果介于幂函数型和线性函数型之间。采用分段自适应函数系数法后,人工鱼群算法参数鲁棒性得到了极大提高,且算法复杂度没有提高。针对基本人工鱼群算法最优解精度不高,人工鱼个体分散,算法后期收敛效率下降的问题,根据生物进化思想提出了基于进化策略的人工鱼群算法。根据对生物进化过程中的无性生殖和有性生殖方式的模拟,分别提出了模拟无性生殖的淘汰与克隆机制和模拟有性生殖的权值可调重组法对基本鱼群算法进行改进。淘汰与克隆机制通过淘汰适应度低的个体,克隆高适应度个体,实现了人工鱼种群整体适应度的提高。权值可调重组法实现人工鱼个体的有性生殖。通过权值可调重组法生成子代鱼群,父代个体选择的不确定性,使子代鱼群保持了更多的特性,在提高种群整体适应度的基础上又保证了群体多样性,其效果优于淘汰与克隆机制。针对单一改进方法效果有限的问题,进行混合人工鱼群算法的研究。提出了一种新的人工鱼跳跃行为,扩展人工鱼的行为方式,克服了局部极值突出的问题。将分段自适应函数法与淘汰与克隆机制相融合,形成了带有淘汰与克隆机制的分段自适应鱼群算法。鉴于淘汰与克隆机制存在的局限性,研究了基于有性生殖的分段自适应混合鱼群算法,该混合算法同样具有良好的性能。研究了基于粒子群算法的混合人工鱼群算法,为其他智能算法与鱼群算法的融合提供了借鉴。最后将人工鱼群算法应用到机器人路径规划研究中,采用一种参考点坐标降维方式对人工鱼进行编码,简化了人工鱼个体的编码方式,降低了算法复杂度。将不同安全阈值下的路径长度和碰撞概率提供给决策者,决策者可依据实际情况进行平衡选择。
二、线性函数的一个极值问题（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、线性函数的一个极值问题（论文提纲范文）
（1）计及阀点效应的电力系统经济调度与水火电优化及多目标评价研究（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 电力系统优化调度研究现状回顾 |
| 1.2.1 电力系统优化调度模型 |
| 1.2.2 电力系统优化调度方法综述 |
| 1.2.3 计及阀点效应的电力系统优化调度 |
| 1.2.4 凸分析在电力系统中的应用 |
| 1.3 本文主要工作 |
| 1.3.1 主要解决问题与研究内容 |
| 1.3.2 本文的组织框架 |
| 第2章 机组阀点效应及耗量曲线分析 |
| 2.1 引言 |
| 2.2 阀点效应现象的物理原因 |
| 2.2.1 汽轮机的基本工作原理 |
| 2.2.2 汽轮机的配汽方式 |
| 2.2.3 阀点效应现象的物理原因分析 |
| 2.3 机组耗量曲线及拟合 |
| 2.3.1 火电机组的输入输出特性 |
| 2.3.2 耗量特性曲线的测算 |
| 2.3.3 耗量特性的曲线拟合 |
| 2.4 机组耗量曲线的分析 |
| 2.5 小结 |
| 第3章 经济调度模型分析与目标函数的局部优化 |
| 3.1 引言 |
| 3.2 济调度模型分析 |
| 3.2.1 可行域分析 |
| 3.2.2 目标函数分析 |
| 3.2.3 2机和3机经济调度问题的可行目标函数 |
| 3.2.4 极值点求解与分析 |
| 3.2.5 模型分析的结论 |
| 3.3 经济调度问题目标函数的局部优化 |
| 3.3.1 问题的定义域分析 |
| 3.3.2 局部区间函数 |
| 3.3.3 经济调度目标函数的局部优化 |
| 3.3.4 算例分析 |
| 3.4 小结 |
| 第4章 经济调度问题的选择性求解方法 |
| 4.1 引言 |
| 4.2 凸函数的次微分及最优性条件 |
| 4.2.1 凸函数的方向导数 |
| 4.2.2 次梯度和次微分 |
| 4.2.3 次微分的性质 |
| 4.2.4 约束规划问题最优性必要条件 |
| 4.2.5 目标函数为连续可微的凸函数时的极值条件 |
| 4.2.6 目标函数为连续不可微的凸函数时的极值条件 |
| 4.3 目标函数为连续不可微凸函数时经济调度问题的求解 |
| 4.3.1 近似解的初步估算 |
| 4.3.2 次微分分析与极值点求解方法 |
| 4.3.3 算例分析 |
| 4.4 目标函数为不同类型凸函数混合时经济调度问题的求解方法 |
| 4.4.1 求解思路与方法 |
| 4.4.2 算例分析 |
| 4.5 计及阀点效应的经济调度问题的求解 |
| 4.5.1 模型的近似解选取 |
| 4.5.2 局部模型求解 |
| 4.5.3 求解方法步骤 |
| 4.5.4 算例分析 |
| 4.6 小结 |
| 第5章 水火电力系统短期优化调度 |
| 5.1 引言 |
| 5.2 水库水能分析 |
| 5.2.1 水库的水体分级 |
| 5.2.2 水能分析 |
| 5.3 耗水量和耗煤量 |
| 5.3.1 耗水量 |
| 5.3.2 耗水量增长率 |
| 5.3.3 耗煤量 |
| 5.3.4 耗煤量增长率 |
| 5.4 目标函数和约束条件 |
| 5.4.1 目标函数 |
| 5.4.2 约束条件 |
| 5.5 效益分析 |
| 5.6 实例计算与分析 |
| 5.6.1 实例计算及结果 |
| 5.6.2 仿真结果分析 |
| 5.7 小结 |
| 第6章 水火电力系统多目标优化调度及评价方法 |
| 6.1 引言 |
| 6.2 水火电力系统多目标优化调度数学模型 |
| 6.2.1 建模思路 |
| 6.2.2 目标函数 |
| 6.2.3 约束条件 |
| 6.3 线性加权和方法 |
| 6.4 多目标决策评价方法 |
| 6.4.1 数据包络分析 |
| 6.4.2 C~2R模型与DEA有效性 |
| 6.4.3 (弱)DEA有效与Pareto最优 |
| 6.4.4 偏好决策向量 |
| 6.5 计算步骤 |
| 6.6 算例分析 |
| 6.6.1 基础数据 |
| 6.6.2 仿真结果 |
| 6.6.3 结果分析 |
| 6.7 小结 |
| 第7章 结论与展望 |
| 7.1 创新点与结论 |
| 7.2 下一步的工作与展望 |
| 参考文献 |
| 攻读学位期间发表的论文 |
| 攻读学位期间参与的科研项目 |
| 致谢 |
（2）一种带自适应学习率的综合随机梯度下降Q-学习方法（论文提纲范文）
| 1 引言 |
| 2 背景知识 |
| 2.1 强化学习 |
| 2.2 线性函数逼近 |
| 3 强化学习中的随机梯度方法 |
| 3.1 随机梯度下降 |
| 3.2 线性函数的随机梯度 |
| 4 综合随机梯度下降 |
| 4.1 综合随机梯度 |
| 4.2 自适应学习率 |
| 5 理论分析 |
| 6 实验及结果分析 |
| 6.1 Mountain Car实验 |
| 6.2 平衡杆实验 |
| 6.3 实验讨论 |
| 7 结束语 |
| Background |
（3）面向聚类及预测的时间序列信息粒化方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 论文框架与研究内容 |
| 1.4 研究创新点 |
| 2 理论基础与文献综述 |
| 2.1 时间序列分析 |
| 2.1.1 时间序列及其结构特征 |
| 2.1.2 时间序列的降维表示方法 |
| 2.1.3 时间序列的相似性度量方法 |
| 2.1.4 时间序列的数据挖掘任务 |
| 2.2 粒计算 |
| 2.2.1 粒计算的基本组成 |
| 2.2.2 粒计算的基本问题 |
| 2.2.3 粒计算的理论模型 |
| 2.3 时间序列信息粒化 |
| 2.3.1 时间序列信息粒化的时间轴信息粒化方法 |
| 2.3.2 时间序列信息粒化的论域信息粒化方法 |
| 2.3.3 已有研究的不足 |
| 2.4 本章小结 |
| 3 基于波动点的时间序列时间轴信息粒化方法 |
| 3.1 本章研究思路 |
| 3.2 基于波动点的时间序列信息粒化 |
| 3.2.1 信息粒划分方法 |
| 3.2.2 信息粒描述方法 |
| 3.3 基于线性信息粒化的时间序列相似性度量 |
| 3.3.1 线性信息粒匹配 |
| 3.3.2 线性信息粒的相似性度量 |
| 3.4 实验及结果分析 |
| 3.4.1 UCR标准数据集实验 |
| 3.4.2 科创板股票数据集实验 |
| 3.5 本章小结 |
| 4 基于云模型的时间序列时间轴信息粒化方法 |
| 4.1 本章研究思路 |
| 4.2 基于云模型的时间序列信息粒化 |
| 4.2.1 云模型理论 |
| 4.2.2 基于云模型的自适应信息粒化算法 |
| 4.3 基于云模型信息粒化的时间序列相似性度量 |
| 4.3.1 云模型匹配 |
| 4.3.2 基于期望曲线的云模型相似性度量 |
| 4.4 实验及结果分析 |
| 4.4.1 UCR标准数据集实验 |
| 4.4.2 沪深A股股票数据集实验 |
| 4.5 本章小结 |
| 5 基于论域信息粒化的模糊时间序列预测方法 |
| 5.1 本章研究思路 |
| 5.2 基于模糊C均值聚类和信息粒化的时间序列论域划分 |
| 5.2.1 基于模糊C均值聚类的时间序列论域初始划分 |
| 5.2.2 基于模糊信息粒化的时间序列论域划分优化算法 |
| 5.3 基于论域信息粒化的时间序列预测 |
| 5.3.1 模糊时间序列 |
| 5.3.2 基于模糊逻辑关系的时间序列预测方法 |
| 5.4 实验及结果分析 |
| 5.4.1 台湾加权股价指数(TAIEX)数据集实验 |
| 5.4.2 上海证券综合指数(SHCI)数据集实验 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 研究结论 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（4）基于区间模型的非概率结构可靠性分析及优化设计（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 非概率可靠性研究概况 |
| 1.3 非概率可靠性优化设计研究概况 |
| 1.4 论文的研究思路和主要研究内容 |
| 2 基于区间模型的非概率可靠性 |
| 2.1 引言 |
| 2.2 非概率可靠性指标 |
| 2.3 非概率可靠性指标算法 |
| 2.4 非概率可靠性与概率可靠性的比较和分析 |
| 2.5 非概率可靠性与非概率安全系数 |
| 2.6 本章小结 |
| 3 应力-强度干涉模型的非概率可靠性 |
| 3.1 引言 |
| 3.2 区间度的可靠性分析 |
| 3.3 非概率集合可靠度 |
| 3.4 非概率集合可靠度的概率度量 |
| 3.5 正态分布区间数可靠度 |
| 3.6 结构非概率可靠性模型的比较分析 |
| 3.7 本章小结 |
| 4 基于区间模型的非概率可靠性优化 |
| 4.1 引言 |
| 4.2 非概率可靠性优化设计模型 |
| 4.3 非概率可靠性优化设计 |
| 4.4 非概率可靠度优化设计 |
| 4.5 本章小结 |
| 5 RC桥梁非概率可靠性分析及加固优化设计 |
| 5.1 引言 |
| 5.2 增大截面法加固RC桥梁概率可靠性分析 |
| 5.3 增大截面法加固RC桥梁非概率可靠性分析 |
| 5.4 基于非概率可靠性的RC桥梁加固优化设计 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 主要研究结论 |
| 6.2 未来研究展望 |
| 致谢 |
| 参考文献 |
| 附录 攻读博士学位期间发表的论文目录 |
（5）离散情形下调和函数、调和映射的计算及工程应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 调和函数的偏微分方程理论 |
| 1.2 调和函数的有限元计算 |
| 1.3 Hodge理论 |
| 1.4 调和映射 |
| 1.5 国内外研究现状 |
| 1.5.1 调和映射的国内外研究现状 |
| 1.5.2 离散调和映射一对一性的国内外研究现状 |
| 1.5.3 组合Hodge理论的国内外研究现状 |
| 1.5.4 图的正方形接触表示的国内外研究现状 |
| 1.6 背景知识 |
| 1.7 本文的内容安排和创新点 |
| 1.7.1 本文的内容安排 |
| 1.7.2 本文的创新点 |
| 第二章 离散曲面间调和映射逼近共形映射 |
| 2.1 理论基础 |
| 2.2 分段线性函数空间 |
| 2.3 算法的收敛性 |
| 2.4 数值实验 |
| 2.5 本章小结 |
| 第三章 离散曲面间的双曲调和映射 |
| 3.1 封闭的高亏格光滑曲面间的调和微分同胚 |
| 3.2 Sobolev空间中的调和能量 |
| 3.3 NPC空间中的调和映射 |
| 3.4 曲面的万有覆盖空间 |
| 3.5 单纯复形到NPC空间的调和映射 |
| 3.6 凸组合函数和凸组合映射 |
| 3.6.1 重心坐标 |
| 3.6.2 凸组合函数和凸组合映射 |
| 3.7 离散双曲调和能量 |
| 3.8 封闭的高亏格离散曲面间双曲调和映射的一对一性 |
| 3.8.1 双曲几何 |
| 3.8.2 离散双曲调和映射的一对一性 |
| 3.9 数值实验 |
| 3.10 本章小结 |
| 第四章 图的正方形接触表示 |
| 4.1 研究背景 |
| 4.2 组合Hodge霍奇理论 |
| 4.2.1 同调群 |
| 4.2.2 上同调群 |
| 4.2.3 组合Hodge定理 |
| 4.3 正方形接触表示 |
| 4.4 计算算法 |
| 4.4.1 数据准备工作 |
| 4.4.2 算法思路 |
| 4.5 平面图 |
| 4.6 离散极值长度理论 |
| 4.7 数值实验 |
| 4.8 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 附录 攻读博士学位期间发表论文目录 |
（6）二阶椭圆方程有限体积元法若干问题研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 有限体积元法 |
| 1.2 对流扩散方程 |
| 1.3 L~2误差估计 |
| 1.4 极值原理 |
| 1.5 本文主要工作 |
| 第二章 矩形网上迎风有限体积元法 |
| 2.1 迎风有限体积法 |
| 2.1.1 原始剖分与对偶剖分 |
| 2.1.2 试探函数空间和检验函数空间 |
| 2.1.3 迎风有限体积格式 |
| 2.2 迎风格式的稳定性 |
| 2.3 H~1模误差估计 |
| 2.4 极值原理和L~∞-模误差估计 |
| 2.5 数值实验 |
| 第三章 Hermite型三次有限体积元法最优L2误差估计 |
| 3.1 三次Hermite有限体积元法 |
| 3.2 正交性条件 |
| 3.3 强制性和H~1模误差估计 |
| 3.4 L~2 模误差估计 |
| 3.5 数值试验 |
| 第四章 带反应项各向异性扩散方程的受限有限体积元法 |
| 4.1 对称有限体积元法 |
| 4.2 代数流修正格式 |
| 4.3 极值原理和离散极值原理 |
| 4.4 限制因子α_(ij)的定义 |
| 4.5 数值实验 |
| 4.5.1 光滑系数问题收敛性测试 |
| 4.5.2 系数间断问题收敛性测试 |
| 第五章 结论与后续研究工作 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读博士学位期间完成的学术论文 |
| 致谢 |
（7）基于天气类型划分的短期风电功率预测技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 背景与意义 |
| 1.2 风电功率预测研究现状 |
| 1.2.1 常见的风电功率预测方法 |
| 1.2.2 风电功率组合预测方法 |
| 1.2.3 基于波动过程划分的短期风电功率预测方法 |
| 1.2.4 风电爬坡事件的识别和预测方法 |
| 1.3 主要研究内容 |
| 2 风电功率数据滤波方法研究 |
| 2.1 基于小波的风电功率数据滤波研究 |
| 2.1.1 风电功率数据和风速数据归一化处理 |
| 2.1.2 基于小波的风电功率数据滤波原理 |
| 2.1.3 基于小波的风电功率数据滤波步骤 |
| 2.2 基于MEEMD的风电功率数据滤波研究 |
| 2.2.1 基于MEEMD的风电功率数据滤波原理 |
| 2.2.2 MEEMD滤波方法中的排列熵 |
| 2.2.3 基于MEEMD的风电功率数据滤波步骤 |
| 2.3 风电功率数据滤波效果评价指标 |
| 2.4 风电功率数据滤波算例分析 |
| 2.4.1 基于小波的风电功率数据滤波算例分析 |
| 2.4.2 基于MEEMD的风电功率数据滤波算例分析 |
| 2.5 本章小结 |
| 3 爬坡事件识别和特性分析 |
| 3.1 标准的旋转门算法 |
| 3.1.1 标准的旋转门算法原理 |
| 3.1.2 标准的旋转门算法实现步骤 |
| 3.1.3 旋转门算法对风电功率数据压缩效果的评价指标 |
| 3.1.4 标准的旋转门算法识别爬坡事件的算例分析 |
| 3.2 改进的旋转门算法 |
| 3.2.1 改进的旋转门算法原理 |
| 3.2.2 改进的旋转门算法实现步骤 |
| 3.2.3 改进的旋转门算法识别爬坡事件的算例分析 |
| 3.3 爬坡事件特性分析 |
| 3.3.1 风电场爬坡事件发生频率 |
| 3.3.2 风电场爬坡事件特性统计和分析 |
| 3.4 本章小结 |
| 4 天气类型动态划分及修正 |
| 4.1 风速波动过程划分 |
| 4.1.1 实际风速序列滤波 |
| 4.1.2 基于极值点划分风速波动过程 |
| 4.2 天气类型动态划分 |
| 4.3 天气类型修正 |
| 4.3.1 风速波动过程修正 |
| 4.3.2 功率序列修正 |
| 4.4 本章小结 |
| 5 基于天气类型划分的动态自适应短期风电功率预测 |
| 5.1 基于天气类型划分的动态自适应短期风电功率预测模型 |
| 5.2 三种天气类型最优模型的选择 |
| 5.2.1 三种模型的概述 |
| 5.2.2 最优预测模型的选择 |
| 5.2.3 ELM模型和LSSVM模型的修正 |
| 5.3 短期风电功率预测算例分析 |
| 5.4 本章小结 |
| 6 结论 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读硕士学位期间发表论文 |
| 附录2 攻读硕士学位期间参加科研情况 |
（8）基于多线性函数核的机动目标长时间相参积累算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究的背景及意义 |
| 1.2 机动目标长时间积累的研究历史及现状 |
| 1.2.1 相关理论的研究历史及现状 |
| 1.2.2 实际问题的研究历史及现状 |
| 1.3 论文的内容与安排 |
| 第二章 机动目标长时间积累基本理论 |
| 2.1 引言 |
| 2.2 距离徙动的补偿方法 |
| 2.2.1 线性距离徙动的非相参补偿方法 |
| 2.2.2 线性距离徙动的相参补偿方法 |
| 2.2.3 高阶距离徙动的相参补偿方法 |
| 2.3 多普勒徙动的处理方法 |
| 2.3.1 高阶模糊函数 |
| 2.3.2 立方相位函数 |
| 2.3.3 非均匀采样立方相位函数 |
| 2.3.4 非均匀采样多线性函数类 |
| 2.4 本章小结 |
| 第三章 基于非均匀重采样降阶算子的高阶多项式相位信号参数估计算法 |
| 3.1 引言 |
| 3.2 相位差分算子与非均匀采样降阶算子 |
| 3.2.1 相位差分算子 |
| 3.2.2 非均匀采样降阶算子 |
| 3.3 基于降阶多线性函数核的高阶相位多项式信号参数估计算法 |
| 3.3.1 包含PD算子和NURO算子的降阶多线性函数核 |
| 3.3.2 基于降阶多线性函数核的参数估计 |
| 3.3.3 估计算法中的参数选取 |
| 3.4 估计算法的性能分析 |
| 3.4.1 非线性度分析 |
| 3.4.2 均方误差理论分析 |
| 3.4.3 运算复杂度分析 |
| 3.5 仿真实验 |
| 3.6 本章小结 |
| 第四章 基于非均匀采样降阶技术的机动目标积累及参数估计的快速方法 |
| 4.1 引言 |
| 4.2 算法描述 |
| 4.2.1 低速目标的相参积累方法 |
| 4.2.2 高速目标积累方法 |
| 4.2.3 参数估计算法描述 |
| 4.2.4 算法中参数的选取 |
| 4.3 算法性能分析 |
| 4.3.1 运算复杂度分析 |
| 4.3.2 多线性函数核的信噪比损失分析 |
| 4.3.3 多目标情况分析 |
| 4.4 仿真实验和实测数据处理 |
| 4.4.1 单目标仿真实验 |
| 4.4.2 多目标仿真实验 |
| 4.4.3 参数估计仿真实验 |
| 4.4.4 实测数据处理 |
| 4.5 本章小结 |
| 第五章 基于非均匀采样多积分变量函数核的微弱机动目标积累方法 |
| 5.1 引言 |
| 5.2 算法描述 |
| 5.2.1 低速目标积累方法 |
| 5.2.2 算法中参数的选取 |
| 5.2.3 高速目标积累方法 |
| 5.3 算法性能分析 |
| 5.3.1 运算复杂度分析 |
| 5.3.2 交叉项分析 |
| 5.4 仿真实验及实测数据处理 |
| 5.4.1 单个高速目标仿真实验 |
| 5.4.2 多目标仿真实验 |
| 5.4.3 参数估计及目标检测性能 |
| 5.4.4 实测数据处理 |
| 5.5 本章小结 |
| 第六章 基于可参数化灵活设计多线性函数核的机动目标相参积累方法 |
| 6.1 引言 |
| 6.2 多线性函数核设计框架 |
| 6.3 多线性函数核的参数化设计 |
| 6.4 基于可参数化设计多线性函数核的二阶机动目标积累算法 |
| 6.4.1 积累算法描述 |
| 6.4.2 算法实际操作 |
| 6.4.3 算法分析 |
| 6.4.4 仿真实验及实测数据处理 |
| 6.5 基于可参数化设计多线性函数核的三阶机动目标积累算法 |
| 6.5.1 积累算法描述 |
| 6.5.2 算法实际操作 |
| 6.5.3 算法分析 |
| 6.5.4 仿真实验与实测数据处理 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文工作总结 |
| 7.2 工作展望 |
| 附录A:章节 3.4.2 中多项式相位最高阶参数估计均方误差的理论推导 |
| 附录B:章节 3.3.3 中参数w_i的优化 |
| 附录C:第四章中三阶机动目标参数估计均方误差的理论推导 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（9）高速列车作用下路基振动响应与传播特性的试验研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 课题研究目的与内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究主要内容 |
| 1.3.3 研究的关键问题 |
| 1.4 技术路线 |
| 第2章 高速列车作用下路基振动的现场测试 |
| 2.1 振动测试方法及原理 |
| 2.2 试验环境 |
| 2.3 试验设备 |
| 2.3.1 传感器 |
| 2.3.2 采集仪 |
| 2.4 测点布置与元件安装 |
| 2.5 试验过程 |
| 2.6 小节 |
| 第3章 试验结果分析研究 |
| 3.1 路基振动响应分析 |
| 3.1.1 振动速度分析 |
| 3.1.2 振动加速度分析 |
| 3.1.3 振动位移分析 |
| 3.1.4 振动频域特性分析 |
| 3.1.5 行车速度对路基振动响应的影响 |
| 3.1.6 路基振动响应评价 |
| 3.2 路基振动传播特性研究 |
| 3.2.1 垂直向振动沿行车线近侧路基表面传播 |
| 3.2.2 水平向振动沿行车线近侧路基表面传播 |
| 3.2.3 垂直向振动沿行车线远侧路基表面传播 |
| 3.2.4 水平向振动沿行车线远侧路基表面传播 |
| 3.2.5 振动能量的传播 |
| 3.3 小结 |
| 第4章 路基振动数值模拟分析 |
| 4.1 数值模拟方法与软件简介 |
| 4.2 路基振动有限元模型的建立与计算 |
| 4.2.1 模型材料与尺寸 |
| 4.2.2 边界处理 |
| 4.2.3 单元类型与划分 |
| 4.2.4 荷载施加 |
| 4.2.5 计算步骤 |
| 4.3 计算结果分析 |
| 4.3.1 振动空间分布特性 |
| 4.3.2 振动时程特性 |
| 4.3.3 传播特性 |
| 4.3.4 振动应力分析 |
| 4.4 数值模拟计算结果与试验结果对比 |
| 4.5 小结 |
| 第5章 结论 |
| 5.1 试验研究结论 |
| 5.2 主要创新点 |
| 5.3 建议 |
| 致谢 |
| 参考文献 |
（10）改进人工鱼群智能优化算法及其应用研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| Extended Abstract |
| 1 绪论 |
| 1.1 优化问题 |
| 1.2 计算智能 |
| 1.3 群体智能 |
| 1.4 课题背景与研究现状 |
| 1.5 本文主要研究方法 |
| 1.6 本文结构 |
| 1.7 本章小结 |
| 2 人工鱼群算法研究基础 |
| 2.1 人工鱼群算法的基本原理 |
| 2.2 人工鱼群算法参数分析 |
| 2.3 人工鱼群算法参数设置一般原则 |
| 2.4 人工鱼群算法的统一框架理论 |
| 2.5 基于统一框架的鱼群算法收敛性分析 |
| 2.6 本章小结 |
| 3 基于分段自适应函数的人工鱼群算法 |
| 3.1 人工鱼视野和步长改进的背景 |
| 3.2 分段自适应函数设计要求 |
| 3.3 幂函数型衰减函数 |
| 3.4 线性函数型衰减函数 |
| 3.5 指数函数型衰减函数 |
| 3.6 分段自适应鱼群算法流程与步骤 |
| 3.7 实验研究 |
| 3.8 算法分析 |
| 3.9 本章小结 |
| 4 基于进化策略的人工鱼群算法 |
| 4.1 进化鱼群算法的背景 |
| 4.2 人工鱼个体进化方式 |
| 4.3 基于淘汰与克隆机制的鱼群算法 |
| 4.4 基于有性生殖的鱼群算法 |
| 4.5 本章小结 |
| 5 混合人工鱼群算法研究 |
| 5.1 研究概况 |
| 5.2 含有跳跃行为的鱼群算法 |
| 5.3 带有淘汰与克隆机制的分段自适应鱼群算法 |
| 5.4 基于有性生殖的分段自适应鱼群算法 |
| 5.5 基于粒子群算法的混合鱼群算法 |
| 5.6 本章小结 |
| 6 基于人工鱼群算法的路径规划研究 |
| 6.1 研究背景 |
| 6.2 危险点确定的路径规划 |
| 6.3 含有不确定危险点的路径规划 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 本文总结 |
| 7.2 今后研究展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
四、线性函数的一个极值问题（论文参考文献）
- [1]计及阀点效应的电力系统经济调度与水火电优化及多目标评价研究[D]. 陆文玲. 广西大学, 2016(01)
- [2]一种带自适应学习率的综合随机梯度下降Q-学习方法[J]. 金海东,刘全,陈冬火. 计算机学报, 2019(10)
- [3]面向聚类及预测的时间序列信息粒化方法研究[D]. 陈海兰. 北京科技大学, 2021(02)
- [4]基于区间模型的非概率结构可靠性分析及优化设计[D]. 王敏容. 华中科技大学, 2019(03)
- [5]离散情形下调和函数、调和映射的计算及工程应用研究[D]. 张家玲. 昆明理工大学, 2019(06)
- [6]二阶椭圆方程有限体积元法若干问题研究[D]. 谭佳伟. 吉林大学, 2020(08)
- [7]基于天气类型划分的短期风电功率预测技术研究[D]. 樊闻翰. 华中科技大学, 2019
- [8]基于多线性函数核的机动目标长时间相参积累算法研究[D]. 曹润清. 西安电子科技大学, 2019(01)
- [9]高速列车作用下路基振动响应与传播特性的试验研究[D]. 蒋飞. 西南交通大学, 2012(03)
- [10]改进人工鱼群智能优化算法及其应用研究[D]. 姚正华. 中国矿业大学, 2016(02)