导读:本文包含了逐步优化算法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,荷载,梯级,水库,水电站,成法,正交。
逐步优化算法论文文献综述
叶静娴,吕中荣,汪利[1]（2019）在《基于逐步优化算法的随机波浪荷载反演》一文中研究指出根据实测结构响应反演得到所受波浪的荷载时程,可为海洋结构的设计和健康监测提供可靠的荷载信息。因此,提出了一种基于逐步优化算法的随机波浪荷载反演方法。该方法在用Newmark-β法离散求解结构响应的基础上,针对每两个相邻时间点建立目标函数,以加速度时程为输入,逐步识别一系列时间点上的波浪荷载。由于每一个时间点上的荷载是根据上一个时间点的荷载和响应信息递归推导而来,每一步的荷载求解问题规模较小,导致整体荷载的反演效率较高。以一个二层海洋结构为算例,验证出:该方法能有效识别随机波浪荷载,且抗噪能力较强。(本文来源于《中山大学学报(自然科学版)》期刊2019年05期）
赵志鹏,廖胜利,程春田,钟儒鸿,王昱倩[2]（2018）在《梯级水电站群中长期优化调度的离散梯度逐步优化算法》一文中研究指出充分利用现有水电资源,进行库群中长期优化调度是构建清洁低碳、安全高效的现代能源体系的重要措施。逐步优化算法(POA)将多阶段问题转化为多个两阶段子优化问题,是求解中长期库群优化调度较为广泛且有效的一种方法。但随着水库数目的增加,POA仍会面临严重的"维数灾"问题。本文以梯度下降法为基础,提出离散梯度的概念及离散梯度逐步优化算法(DGPOA),该方法在不直接求导的情况下充分利用局部离散梯度信息确定最优搜索方向,可以快速获得优化结果。最后将该算法应用到澜沧江流域五水库梯级系统中,在不同离散精度和来水条件下,利用POA、POA-DPSA和DGPOA算法对梯级水库进行优化计算。结果表明,在不显着降低全局搜索能力的情况下,DGPOA的计算速度分别达到了POA-DPSA算法的8~12倍,POA算法的50~250倍,是一种解决梯级水库站群中长期优化调度中"维数灾"问题的有效方法。(本文来源于《水利学报》期刊2018年10期）
叶静娴,吕中荣,汪利[3]（2018）在《基于逐步优化算法的线性系统荷载反演方法》一文中研究指出在工程实际中,确定结构物的荷载时程是结构设计和结构安全性评估的第一步。考虑实际工程的环境复杂性和受载随机性,荷载时程往往没法通过直接测量得到。通过结构响应反演识别荷载时程是一个切实可行的途径。本文提出了一种基于逐步优化算法的荷载反演方法。在使用Newmark-β法离散求解的基础上,针对每两个相邻时间点建立目标函数,逐步识别一系列时间点上的荷载。算例研究表明,即使在5%的噪声干扰下,该方法仍能很好地识别结构荷载时程。(本文来源于《第27届全国结构工程学术会议论文集（第Ⅰ册）》期刊2018-10-13）
肖敬,董增川,罗晓丽,施任生,许凌杰[4]（2018）在《基于改进逐步优化算法的水库防洪优化调度》一文中研究指出通过分析水库防洪优化调度模型以及逐步优化算法(POA)在运算中常收敛于局部最优的缺陷,提出了一种基于水量平衡的改进算法,避免总决策序列在复杂的约束条件下被分隔成若干不相互作用的子序列,使得算法更具跳跃性,不易陷入局部最优。实例分析表明:在水库防洪优化调度中,改进后的算法基本上能够解决传统POA过于依赖初始解的问题,提高了全局搜索能力,并且加快了收敛速度,具有良好的实用价值和借鉴意义。(本文来源于《人民黄河》期刊2018年10期）
张诚,周建中,王超,张勇传,莫莉[5]（2016）在《梯级水电站优化调度的变阶段逐步优化算法》一文中研究指出逐步优化算法(POA)在求解梯级水电站联合优化调度中,其优化结果受初始解的影响较大,不同的初始解对优化迭代过程的收敛性影响不同,导致优化结果可能陷入局部最优。针对这一问题,本文在深入分析POA寻优机制的基础上,探求了影响算法全局收敛能力的关键因素,揭示了POA的两阶段寻优策略和梯级水电站优化调度在求解两阶段问题时传统的"自上而下逐电站"寻优模式对算法收敛能力的影响规律,进而提出了基于逐步差分和变阶段优化改进策略的变阶段逐步优化算法,有效消弱了原始算法在求解梯级电站联合调度问题中对初始解的依赖性,在一定程度上保证算法收敛于全局最优解。实例研究表明所提算法优化得到的梯级发电量比POA算法提升0.15%左右,有效克服了原始算法的局部收敛问题,且改进算法效率更高,寻优结果更稳定。(本文来源于《水力发电学报》期刊2016年04期）
马国庆,王昊,范亚昆[6]（2015）在《水库调度图优化的逐步变可行域遗传算法研究》一文中研究指出针对水库调度图优化中曲线位置关系限制,提出一种水库调度图优化的变可行域遗传算法。该方法由初始调度图出发,以调度图各点为优化对象,采用浮点数编码,各曲线点的取值限制在当前最优解中该点与同时段上下两条曲线点距离的一半的位置之间。实例应用表明该方法能够缓解因调度图曲线相对位置对求解效率的限制,得到满意结果。(本文来源于《中国水利学会2015学术年会论文集（下册）》期刊2015-10-26）
冯仲恺,廖胜利,程春田,苏华英[7]（2014）在《库群长期优化调度的正交逐步优化算法》一文中研究指出为解决逐步优化算法(POA)求解库群长期优化调度时存在的"维数灾"问题,结合正交试验设计方法提出了正交逐步优化算法(OPOA),分别从阶段维、状态维和空间维进行降维求解。算法采用POA将多阶段决策问题分解为若干两阶段子问题,以目标函数为试验指标,水库为试验因素,离散状态为因素水平,各子问题的优化求解视为分别开展多次正交试验设计,通过逐次加密离散水库状态并构造"均衡分布、整齐可比"的状态集合进行计算,直至获得最优解。乌江梯级水库长期优化调度结果表明,OPOA仅需POA耗时的28.4%即可获得全局最优解,显着优于粒子群算法,是求解库群长期优化调度的有效算法。(本文来源于《水利学报》期刊2014年08期）
纪昌明,蒋志强,孙平,赵璧奎,周婷[8]（2014）在《基于判别式法及逐步优化算法的梯级蓄能调度图研究》一文中研究指出为提高梯级水库调度的科学管理水平,针对应用判别式法进行梯级水库调度存在的易放空水库和易产生弃水问题,阐述了基于判别式法的梯级蓄能调度图制定方法,构建了基于蓄能调度图的梯级水库保证出力最大模型和发电量最大模型,并给出了利用逐步优化算法对模型结果进行优化的模型求解流程。以我国西南某流域梯级水库为实例进行计算,其结果与常规方案相比,不仅年发电量有所提高,保证出力和保证率也有较大程度的提升,验证了所建模型的合理性和算法应用的有效性。(本文来源于《水力发电学报》期刊2014年03期）
李继伟,纪昌明,彭杨,张新明,向腾飞[9]（2014）在《基于叁阶段逐步优化算法的叁峡水库水沙联合优化调度研究》一文中研究指出针对水沙联合优化调度多目标、高维、难以求解以及泥沙淤积计算具有后效性的问题,以泥沙淤积量为基本目标、发电量为约束目标,利用约束法将多目标水沙联合优化调度模型转化为单目标模型,并采用叁阶段逐步优化算法进行求解。以叁峡水库水沙联合优化调度为例,获得了满意的水库发电与泥沙淤积的非劣解集及水库非劣运用过程,验证了所建立模型及提出的求解方法的合理性和有效性。(本文来源于《水电能源科学》期刊2014年03期）
陈民铀,程杉[10]（2013）在《基于随机黑洞和逐步淘汰策略的多目标粒子群优化算法》一文中研究指出提出一种基于随机黑洞粒子群算法(RBH-PSO)和逐步淘汰策略的多目标粒子群优化(MRBHPSO-SE)算法.利用RBH-PSO全局优化能力强和收敛速度快的优点逼近Pareto最优解;为了避免拥挤距离排序策略的缺陷,提出逐步淘汰策略,并将其应用到下一代粒子的选择策略中.同时,动态选择领导粒子,运用动态惯性权重系数和变异操作来增强种群全局寻优能力,以及避免早熟收敛.利用具有不同特点的测试函数进行验证,结果表明,与同类算法相比,该算法具有较高的精度并兼顾优化解的多样性.(本文来源于《控制与决策》期刊2013年11期）
逐步优化算法论文开题报告
（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：
充分利用现有水电资源,进行库群中长期优化调度是构建清洁低碳、安全高效的现代能源体系的重要措施。逐步优化算法(POA)将多阶段问题转化为多个两阶段子优化问题,是求解中长期库群优化调度较为广泛且有效的一种方法。但随着水库数目的增加,POA仍会面临严重的"维数灾"问题。本文以梯度下降法为基础,提出离散梯度的概念及离散梯度逐步优化算法(DGPOA),该方法在不直接求导的情况下充分利用局部离散梯度信息确定最优搜索方向,可以快速获得优化结果。最后将该算法应用到澜沧江流域五水库梯级系统中,在不同离散精度和来水条件下,利用POA、POA-DPSA和DGPOA算法对梯级水库进行优化计算。结果表明,在不显着降低全局搜索能力的情况下,DGPOA的计算速度分别达到了POA-DPSA算法的8~12倍,POA算法的50~250倍,是一种解决梯级水库站群中长期优化调度中"维数灾"问题的有效方法。
（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。
逐步优化算法论文参考文献
[1].叶静娴,吕中荣,汪利.基于逐步优化算法的随机波浪荷载反演[J].中山大学学报(自然科学版).2019
[2].赵志鹏,廖胜利,程春田,钟儒鸿,王昱倩.梯级水电站群中长期优化调度的离散梯度逐步优化算法[J].水利学报.2018
[3].叶静娴,吕中荣,汪利.基于逐步优化算法的线性系统荷载反演方法[C].第27届全国结构工程学术会议论文集（第Ⅰ册）.2018
[4].肖敬,董增川,罗晓丽,施任生,许凌杰.基于改进逐步优化算法的水库防洪优化调度[J].人民黄河.2018
[5].张诚,周建中,王超,张勇传,莫莉.梯级水电站优化调度的变阶段逐步优化算法[J].水力发电学报.2016
[6].马国庆,王昊,范亚昆.水库调度图优化的逐步变可行域遗传算法研究[C].中国水利学会2015学术年会论文集（下册）.2015
[7].冯仲恺,廖胜利,程春田,苏华英.库群长期优化调度的正交逐步优化算法[J].水利学报.2014
[8].纪昌明,蒋志强,孙平,赵璧奎,周婷.基于判别式法及逐步优化算法的梯级蓄能调度图研究[J].水力发电学报.2014
[9].李继伟,纪昌明,彭杨,张新明,向腾飞.基于叁阶段逐步优化算法的叁峡水库水沙联合优化调度研究[J].水电能源科学.2014
[10].陈民铀,程杉.基于随机黑洞和逐步淘汰策略的多目标粒子群优化算法[J].控制与决策.2013
论文知识图
