导读:本文包含了连续优化问题论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,蜂群,函数,车辆,结构,荷载,载荷。
连续优化问题论文文献综述
邢榕[1]（2019）在《掌趣科技连续并购下的商誉问题及优化对策研究》一文中研究指出近5年是A股上市公司进行并购交易的活跃期。与此同时,由并购形成的商誉总额也在逐年飙升。截至2018年第3季度末,A股上市公司的商誉总额已达到1.45万亿元,是6年前的8倍之多。其中创业板上市公司的商誉总额也达到了0.28万亿元。在这一并购浪潮中,利润率高、发展潜力强、享受国家红利支持的游戏行业异军突起。游戏行业发挥其轻资产的特性,“轻”装上阵,凭借自身拥有的先进技术、品牌价值等优势,以较小投入就可撬动极大价值,这使得游戏标的普遍有着1500%以上的溢价率。由于创业板游戏行业高商誉案例颇多,人们开始重视其中隐藏的泡沫风险。高商誉虽可提升公司的资产总量,但其存在的减值风险将会危及公司今后的正常经营,投资者的利益也会受到侵害。本文在相关理论的基础上,引入掌趣科技连续并购活动的案例进行分析。在梳理了其连续并购的历程后,从估值方法的选择、业绩承诺的设定等方面剖析了掌趣科技巨额商誉产生的原因,还指出了其在并购商誉的处理过程中存在的问题及风险。经过分析后发现,掌趣科技巨额合并商誉带来的风险会对公司的股价、盈利能力等方面产生较大影响,为公司未来的发展藏下了深深的隐患。因此,本文从掌趣科技连续并购中合并商誉存在的问题出发,提出了相应的优化建议及风险防范措施。首先,在合并商誉的初始确认阶段,应在并购前结合自身战略对目标公司进行充分调研,规范并购标的的资产评估、完善业绩补偿方案的设定,提高估值的准确性。其次,在商誉的后续计量阶段,要对减值测试具体操作过程加以完善。对于商誉会计信息,本文建议将其中自愿披露的部分改为强制性披露,并制定相应的处罚机制。此外,由于当前资本市场对游戏行业持续地高度关注与追捧,使得游戏行业并购活动高投入、高溢价、高风险——“叁高”问题高居难降。本文也非常期望通过对掌趣科技连续并购下合并商誉的研究,为创业板游戏行业的投资者、管理者提供有利参考,助其优化投资、经营决策。(本文来源于《吉林大学》期刊2019-05-01）
郭丹丹[2]（2018）在《基于双层规划模型的连续交通网络设计问题的优化与求解》一文中研究指出本文针对固定需求下城市连续交通网络的设计问题,采取了双层规划模型对其进行描述。其中,上层问题的目标函数为使整个网络中系统总投资与总阻抗之和最小为目标进行优化;下层为固定需求下的用户均衡配流模型。针对提出的模型,上层问题采用迭代优化配流算法求解,下层采用经典的Frank-Wolfe(FW)算法求解。在此基础上,对原有模型做出了改进,提出了基于随机需求的网络设计模型。最后以一个具体的网络问题为例,证明了算法的有效性。(本文来源于《河北农机》期刊2018年12期）
赵刚,刘杰,王洪鑫,杨兴发,文桂林[3]（2018）在《敏度分层过滤策略克服连续体拓扑优化荷载病态问题》一文中研究指出针对工程结构中所承受载荷幅值之间相差多个数量级,使用传统拓扑优化方法所得结果中较小载荷传递路径消失的荷载病态现象,提出一种简单有效的敏度分层过滤策略.将各载荷以幅值大小进行分层,并计算各载荷对结构对应的应变能数值.在此基础上,引入比较判断系数和放大应变能影响系数,将各灵敏度以大小进行分层,对不同层次灵敏度进行不同的过滤以取得多载荷作用下最佳材料布局.本文敏度分层过滤策略是在Solid Isotropic Material with Penahiation(SIMP)框架下提出的,并使用Optimality Criteria(OC)方法进行求解.使用二维和叁维算例验证了所提策略的有效性,表明该策略可以有效克服荷载病态现象,为结构设计中得到完整传力结构布局提供重要指导.(本文来源于《湖南大学学报(自然科学版)》期刊2018年08期）
潘允敬[4]（2018）在《求解高维复杂连续优化问题的粒子群算法研究》一文中研究指出传统粒子群优化算法(PSO)求解较为复杂的高维度优化问题时,易出现早熟收敛现象,引发收敛效果变差,导致解的精度较低等问题.为求解现代社会出现的更多复杂优化问题,提高粒子群算法求解精度,引入分组变异的思想,在粒子迭代进化过程中以递减的方式控制变异概率.种群进化过程中是利用贪心搜索的方式,在后期会出现种群聚拢,因此引入反向学习策略,使得种群在聚拢环境下可以扩展搜索空间,离开局部最优位置.经过实验仿真证明,提出的新型粒子群算法(NEWPSO)在优化高维函数上具有更好的性能.(本文来源于《江西理工大学学报》期刊2018年03期）
陈梦沂[5]（2018）在《一类稀疏优化问题的连续化方法》一文中研究指出近年来,大维数据的稀疏表示以及稀疏重构算法是优化领域的研究热点之一,广泛应用于计算机科学技术、图像识别、雷达定位、医学检测以及人工智能等众多领域。在假设数据的本身是稀疏的情况下,用一组完备基线性表达所输出的数据,在满足一定的稀疏条件下,重构出原始数据。稀疏优化问题主要来源于压缩感知问题,压缩感知是一种全新的理论框架,主要是通过少量的测量数据,恢复出原始信号的过程。我们利用数据的稀疏性,提高采集数据的能力和处理信息的能力,减少了大量数据在采样、存储、传输和分析过程中的冗余负担,在这些处理过程中,稀疏优化起到了举足轻重的作用,也是我们解决问题的关键。我们通过求解稀疏优化模型而得到最优解。稀疏优化是最优化领域中非常前沿的一个分支,求解稀疏优化模型有很多的算法,诸如交替方向法(ADMM)、线性化近似点算法等等。本文采用了同伦算法(连续化算法)求解稀疏优化问题。研究的主要内容有模型的光滑化,模型的等价性,同伦方程的构造,同伦路径的存在性以及算法的全局收敛性。连续性方法的突出性优点就是它具有大范围收敛性或整体收敛性,同伦方法对于问题的初始近似解的选取的要求是比较宽泛的,不需要与所求解充分的接近。本文首先介绍了求解稀疏优化问题的几个常用方法,然后针对一类稀疏优化问题,采用了凝聚函数法对所涉及的稀疏优化模型进行光滑化,并给出了光滑后的模型与原问题的等价性,得出了光滑后问题是凸规划。对其构造了同伦映射,证明了同伦路径的存在性和有界性,建立了解稀疏优化问题的一类连续化算法,并证明了算法的大范围收敛性。数值算例表明算法具有有效性和可行性。(本文来源于《长春工业大学》期刊2018-06-01）
李永正[6]（2018）在《改进人工蜂群算法求解多目标连续优化问题》一文中研究指出多目标连续优化问题是实际应用和科研中最普遍的问题之一,也是学术界研究重点之一.根据人工蜂群算法求解过程,修正算法中的不足之处,改进算法中存在的盲目搜索,减少丢失算法中的优秀个体,以人工蜂群算法作为进化策略,整理改进方案.改进方案包括有:第一,针对基本人工蜂群算法中变异算子对整体基因搜索的不足,提出基于人工蜂群算法算子和变异算子相融合的自适应搜索算子,在一定程度上可以根据基因优良程度自动调整搜索范围,提高人工蜂群算法搜索行为的准确性.第二,利用搜索数据结果形成新的基因个体,在一代搜索结束后,剩余的个体与新个体的组合成新的种群,使得人工蜂群算法在进行过程中最大程度的保存下优良的基因.通过研究比较发现,改进的人工蜂群算法在求解多目标连续优化问题中具有比较好的收敛性和分布性.(本文来源于《哈尔滨师范大学自然科学学报》期刊2018年02期）
朱丽娜,李爽[7]（2018）在《求解连续空间优化问题的改进入侵杂草算法》一文中研究指出针对标准入侵杂草算法在求解连续空间优化问题时存在易陷入局部最优、过早收敛的缺点,提出了一种改进入侵杂草算法.改进算法采用反向学习方法构建高质量的初始解,并综合考虑当前种群的适应度值和役龄水平确定各杂草的种子数目.同时,提出了基于分治思想的空间扩散方法以强化算法的搜索性能,并引入个体淘汰机制以避免早熟.最后,对五个测试函数进行了仿真,并与多种算法进行比较,结果表明改进算法的搜索性能得到了显着提升.(本文来源于《内蒙古师范大学学报(自然科学汉文版)》期刊2018年01期）
俞燎宏,荣见华,赵志军,陈一雄,李方义[8]（2018）在《多工况载荷下连续体结构柔顺度拓扑优化问题的新的求解方法》一文中研究指出针对以多工况载荷下结构柔顺度最小为目标函数,结构体积为约束条件的优化问题,提出了一种新的拓扑优化求解方法。首先,参考限界公式法,通过一个限界变量将原多个目标函数转化为约束条件,引入一个新的该限界变量的二次函数作为目标函数。同时,结合变体积约束限技术,建立新的近似拓扑优化模型。然后,基于有理近似材料模型和移动渐进线方法,给出了目标函数和约束函数及其导数的显式近似式。利用光滑化对偶算法,构建了具有收敛性的多工况载荷下连续体结构的柔顺度拓扑优化算法。给出的算例结果表明,与现有方法比,该方法可获得更优解或可高效地获得相同的优化解。且所提方法可稳健地获得清晰0/1分布的优化结构拓扑。(本文来源于《机械工程学报》期刊2018年05期）
刘泽飞[9]（2017）在《面向连续生产的联合调度问题及优化算法》一文中研究指出连续生产是流程工业企业的重要生产方式,为保证连续生产过程不中断,需要及时供应原料,这对合理安排车辆运输原料有很高的要求。客户对不同规格产品的要求,需要生产商能够在生产出原产品后,然后对原产品进行不同规格的包装。生产商为了能在最短的时间内将产品运输至客户处,就必须要合理安排车辆运输不同规格的产品。将原料供应、连续生产和产品运输叁个环节综合考虑,在最短的时间内完成客户订单,实现对客户需求的灵敏反应。本文首先假定生产商为流程工业企业,采用连续生产方式,并考虑了连续生产中对产品进行不同规格的包装,以服务跨度时间最短为目标,研究了面向连续生产的联合调度问题。针对这类NP难问题,构建了数学模型,并根据原料供应、连续生产和产品运输叁个环节,分别从求解过程、求解策略和问题环境叁个方面分析问题。借助于蜂群算法提出求解问题的改进蜂群算法,将最优解与不同策略和不同算法求解出的最优解进行比较,说明了本文设计的改进蜂群算法在求解面向连续生产的联合调度问题时更具有效性。(本文来源于《河北工业大学》期刊2017-12-01）
庞文涛[10]（2017）在《连续优化问题的人工蜂群算法改进研究》一文中研究指出优化问题根据变量的类型可分为离散优化问题和连续优化问题。近年来,一些学者提出了诸多智能算法来解决优化问题。针对人工蜂群算法在求解连续优化问题中存在收敛速度较慢和易陷入局部最优的缺陷。OPIABC(Artificial bee colony with one-position inheritance)算法做了一些改进。为进一步提高人工蜂群算法在求解连续优化问题时的性能,本文在OPIABC算法基础之上,采用基于群体进化的思想指导侦查蜂觅食的方法,在侦查蜂阶段通过引入参数来对搜索步长进行调整,并结合群体已知的一些信息对群体的搜索方向进行调整,提出了改进的人工蜂群算法,以促进蜂群尽快发现有效蜜源,对应到算法上就是提升算法收敛速度。然后利用两组基准测试函数,将改进的新算法与原算法和相关算法进行对比试验,通过对实验数据的比对分析,证明了改进后的算法在求解连续优化问题的实参函数上,无论是收敛速度还是函数最优值都表现出更优越的性能。(本文来源于《辽宁工程技术大学》期刊2017-06-09）
连续优化问题论文开题报告
（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：
本文针对固定需求下城市连续交通网络的设计问题,采取了双层规划模型对其进行描述。其中,上层问题的目标函数为使整个网络中系统总投资与总阻抗之和最小为目标进行优化;下层为固定需求下的用户均衡配流模型。针对提出的模型,上层问题采用迭代优化配流算法求解,下层采用经典的Frank-Wolfe(FW)算法求解。在此基础上,对原有模型做出了改进,提出了基于随机需求的网络设计模型。最后以一个具体的网络问题为例,证明了算法的有效性。
（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。
连续优化问题论文参考文献
[1].邢榕.掌趣科技连续并购下的商誉问题及优化对策研究[D].吉林大学.2019
[2].郭丹丹.基于双层规划模型的连续交通网络设计问题的优化与求解[J].河北农机.2018
[3].赵刚,刘杰,王洪鑫,杨兴发,文桂林.敏度分层过滤策略克服连续体拓扑优化荷载病态问题[J].湖南大学学报(自然科学版).2018
[4].潘允敬.求解高维复杂连续优化问题的粒子群算法研究[J].江西理工大学学报.2018
[5].陈梦沂.一类稀疏优化问题的连续化方法[D].长春工业大学.2018
[6].李永正.改进人工蜂群算法求解多目标连续优化问题[J].哈尔滨师范大学自然科学学报.2018
[7].朱丽娜,李爽.求解连续空间优化问题的改进入侵杂草算法[J].内蒙古师范大学学报(自然科学汉文版).2018
[8].俞燎宏,荣见华,赵志军,陈一雄,李方义.多工况载荷下连续体结构柔顺度拓扑优化问题的新的求解方法[J].机械工程学报.2018
[9].刘泽飞.面向连续生产的联合调度问题及优化算法[D].河北工业大学.2017
[10].庞文涛.连续优化问题的人工蜂群算法改进研究[D].辽宁工程技术大学.2017
论文知识图
![混沌系统参数估计原理图[12]](http://image.cnki.net/GetImage.ashx?id=WLXB2008050240001&suffix=.jpg)