7篇关于粒子群优化的计算机毕业论文

今天分享的是关于粒子群优化的7篇计算机毕业论文范文, 如果你的论文涉及到粒子群优化等主题,本文能够帮助到你

基于天牛须与粒子群混合算法的社区检测研究

这是一篇关于社区检测,天牛须搜索,粒子群优化,重叠社区,推荐系统的论文, 主要内容为现实生活中的众多复杂系统都可以用复杂网络来表示。社区结构是复杂网络的一个重要特性,在同一社区中节点之间的连接紧密,不同社区节点之间连接稀疏。检测社区结构能够挖掘网络的潜在结构、揭示网络的内在规律、预测网络的动态演化趋势,对于Web社区挖掘、流行疾病防控、配电网资源优化等具有重要的理论意义和实用价值。基于节点能否被分配多个社区标签,复杂网络可以分为非重叠网络和重叠网络,复杂网络规模庞大且结构复杂,不同社区之间的分界不清晰给社区检测带来了挑战。针对此,本文结合天牛须搜索算法和粒子群优化算法的优势,从非重叠网络和非重叠网络两个方面对社区检测展开研究,并将社区检测算法应用到个性化电影推荐系统中。主要研究工作如下:(1)针对已有的基于粒子群优化的社区检测算法在进行非重叠社区检测时存在随机性,得到模块度函数精度有所欠缺的问题,从种群初始化和粒子更新策略入手,提出一种基于天牛须与粒子群混合优化的非重叠社区检测算法(DBASPSO)。该算法首先采用混沌策略进行初始化,提高初始化种群的质量,降低了初始化时的随机性。然后粒子更新公式进行改进,提高算法收敛速度。针对粒子群算法容易陷入局部最优的问题,引入差分变异策略使其跳出局部最优,并加入节点纠错策略以提高社区划分精度。最后分别在人工生成网络和真实网络上进行实验,仿真结果验证了该方法在非重叠社区检测问题上的有效性。(2)针对DBAS-PSO无法划分出网络中的重叠社区的问题,提出一种基于天牛须与粒子群混合优化的重叠社区检测算法(DBPSO-OCD)。提出一种基于邻居社区相似度的重叠节点识别方法,对网络中的节点进行分类,在特定节点群中进行重叠节点的筛选,以减少重叠节点识别次数,提高算法效率。设计了一种节点相似性和社区归属度的社区标签分配方法,对筛选出的节点进行标签分配,划分出网络中的重叠社区结构。最后在真实网络数据集上进行实验,结果表明该方法能够准确地找出网络中的重叠节点。(3)将DBAS-PSO社区检测算法应用到推荐系统中,实现了个性化电影推荐原型系统。该系统通过寻找相似用户集来为被推荐用户进行个性化推荐。首先通过用户对电影的评分计算用户相似度矩阵并获得用户之间的网络结构,利用DBAS-PSO算法对用户网络进行社区划分,找到相似的用户集合,最后基于相似用户集对电影的喜好来进行个性化电影推荐。

工装系统转运车自主导航关键技术研究

这是一篇关于自主导航,组合定位,路径规划,跟踪控制,粒子群优化的论文, 主要内容为无人车技术的持续发展正推动着传统物流运输与工业生产的智能化转型。在某试验装置现场,需用特种工装系统完成大量实验模块向指定位置的长距离转运及精密装配工作。为减轻工作人员劳动强度,提高作业效率,要求工装系统的转运载体具备自主导航功能。基于该需求,本课题以工装系统转运车为研究对象,针对实现其自主导航所需的全局定位、路径规划以及跟踪控制三项关键技术开展了深入研究,并基于工程样机予以应用验证,全文研究内容如下:首先,开展了自主导航试验平台的搭建及车辆的运动学建模工作。基于对转运车工程样机系统总成的分析,完成了其自主导航控制系统软硬件方案的设计,对车辆自主转向与速度调节系统进行了研究与实现,并对转运车偏置单舵轮驱动的行走机构进行运动学建模与仿真分析,为转运车自主导航控制研究奠定了基础。其次,开展了激光雷达与惯导的组合定位技术研究。在使用激光雷达实现转运车初步全局定位的基础上,针对激光雷达定位精度高,但易受环境影响且位姿反馈频率较低的问题,引入惯导对其进行辅助定位。对基于惯导的转运车位姿解算原理与解算误差进行了分析,并综合惯导高频输出与激光雷达高精度测量的特性,设计了一种基于Sage-Husa自适应卡尔曼滤波算法的组合定位方案,通过仿真与实车定位试验证明了该方案能使系统获得兼顾高精度与高频率的实时定位信息。然后,开展了基于改进A-star算法的路径规划技术研究。采用A-star算法规划转运车行驶路线,并针对标准A-star算法欠考虑路径与障碍物间安全距离的问题,提出依据障碍物栅格数自适应调整移动代价的改进策略,使算法规划路径保证转运车行驶的安全性;同时结合对不同权重下A-star算法搜索特性的分析,设计基于高斯函数形式的动态代价权重提高了算法的搜索效率;采用过渡圆弧法对原始多折线轨迹进一步优化处理,获得了可用于底层运动控制的平滑参考路径。最后,开展了基于改进纯跟踪模型的跟踪控制技术研究。采用纯跟踪算法设计转运车的运动控制器,为提升控制器性能,深入分析不同预瞄距离下系统的控制响应,然后以系统跟踪误差与转向平滑性为指标设计多目标粒子群算法对转运车纯跟踪模型的预瞄距离进行优化,根据最优解集实现了转运车行驶时预瞄距离基于路径曲率与车速反馈的自适应寻优。经多组联合仿真及实车跟踪试验证明改进后的纯跟踪控制可在保证全程转向稳定的前提下使系统跟踪精度获得有效提升。

基于Hadoop的改进聚类协同推荐研究

这是一篇关于协同推荐,冷启动,Hadoop,粒子群优化的论文, 主要内容为随着互联网的普及应用,人们可以根据自身需求从网络中获取需要的文本、图片以及视频等信息,满足了人们的多样化信息需求。但是当前的网络中充斥着大量的无用信息,使得人们难以在短时间内获取到真正需求的信息。这就是随着网络发展而带来的信息过载问题,这种现象降低了人们获取信息的效率,影响人们的网络体验。很多企业以及研究机构对此进行了研究,并提出了不同的策略来解决信息过载的问题。其中推荐系统是一种常用的方法,主要是根据用户信息、兴趣爱好以及用户历史行为数据等设计合适的推荐算法,然后推荐出与用户喜好较为一致的信息,采用这种方式可以将用户可能需要或者感兴趣的东西直接推荐给用户,节省了用户巨大的时间和精力。协同推荐算法虽然得到了一定的应用,但是也存在数据稀疏性、冷启动、推荐速度等亟需解决的问题。本文主要针对以上三个问题进行研究与分析,研究的主要内容包括:1本文基于粒子群优化算法(PSO)对传统的K-means算法进行改进。改进后的算法(Deep-K-means算法)不会受到初始聚类中心的影响,同时也不会出现局部最优的情况。该聚类算法具有较强的优势,应用在协同推荐算法上能够有效解决数据稀疏性问题,并能提高推荐速度。2针对新用户,本文根据属性熵值来划分类簇,在所属类簇中计算已有属性的相似度,然后根据计算结果得到其最近邻居集,此时可以根据相似度权重对新用户进行评分,并根据输出的结果进行推荐,以此改进新用户冷启动的问题。3本文将改进后的算法在Hadoop平台上进行实现,解决了原有算法运行时间长的问题。Hadoop平台的利用,能够极大地提高推荐效率。为了验证本文算法的有效性,本课题进行了大量的实验分析,实验结果表明本课题具有一定的先进性,能够更好地进行用户推荐。

基于改进粒子群算法的多模式软件项目调度

这是一篇关于软件项目调度,粒子群优化,分组学习,众包,敏捷软件开发的论文, 主要内容为随着互联网技术的发展,软件项目原有的集中式开发与瀑布式开发模式很难适应日益激烈的市场竞争和复杂多变的用户需求,由此产生了众包开发与敏捷开发等新型软件开发模式。软件项目调度对软件项目中的任务和开发者进行统筹分配,是提高软件项目成功率和完成质量的关键环节。粒子群优化算法作为一种经典的元启发式算法,具有参数少、全局求解性能好的特点,适用于求解软件项目调度这类NP-hard问题。基于上述背景,本文对众包开发、敏捷开发和多团队敏捷开发等新模式下的软件项目调度模型以及基于粒子群优化算法的调度方法进行研究。研究内容如下:首先,对于众包软件开发,围绕开发者选择、任务分配和投入度确定三个强耦合子问题,引入开发者信誉度,考虑开发者技能、最大工作时长、开发团队规模等约束,建立以项目完成质量最大化和工期最小化为目标的众包软件项目调度模型。提出一种依据适应度排序结果进行分组学习的粒子群优化算法,不同分组的粒子数量随着进化代数自适应变化,且各组依据适应度的差别采用相异的更新策略。与10种代表性算法在12个算例的对比结果表明,所提算法能够获得项目开发质量更高、工期更短的调度方案。其次,对于敏捷软件开发,面向用户故事选择和开发者-任务分配两个紧耦合子问题,考虑用户故事新增和开发者工作时长变化,构建以项目完成价值和开发者时间利用率最大化为目标的动态敏捷软件项目调度模型。提出基于潜力值和目标值双指标进行分组学习的粒子群优化算法,不同分组多样化地选取学习对象;引入利用目标信息的变化响应机制以及基于投资回报率和开发者时间利用率的局部搜索算子。与6种算法在12个算例的对比结果表明,所提算法能在每个冲刺快速地规划出时间利用率更高、项目产出价值更大的调度方案。最后,在敏捷软件项目调度模型的基础上,融入多团队协作开发机制。新增用户故事-开发团队分配的子问题,引入各团队对不同类型用户故事的开发经验和偏好,并增加团队开发效率和团队满意度为优化目标,构建多团队敏捷软件项目调度模型。提出改进的双指标分组学习粒子群优化算法求解模型,采用三层变长度染色体编码方式,设计基于开发团队满意度与开发效率的局部搜索算子。与5种已有算法在12个算例的对比结果表明,所提算法能够获得团队满意度和开发效率更高的调度方案。

矿山微震事件定位及聚类分析系统研究与实现

这是一篇关于微震监测,三台定位,主事件定位,粒子群优化,K-means聚类的论文, 主要内容为作为煤炭开采大国,我国每年开采着全球35%的煤炭资源,但因为煤矿动力灾害造成的伤亡人数却高达全球伤亡人数的50%以上。为了煤矿安全生产需要,实时监测矿区内能量变化,微震监测系统得到越来越广泛的应用。随着研究的深入和应用的普及,安全生产形势正在逐年向好发展。利用微震监测系统自动拾取的实时微震数据,可以进行诸如反演微震源参数、研判地质结构、判别形成机理等研究,其中微震事件定位是微震监测系统的核心部分和研究重点,由于监测环境复杂,制约因素多且具有相关性,现有的定位算法精度仍有待提高;同时,由于微震事件形成机理不同,监测系统接收的微震信号也会呈现不同的特征,可以采用聚类分析算法对系统自动识别的微震信号进行类别划分,为下一步的灾害预警、复工复产提供理论依据。经分析,本文研究并实现了矿山微震事件定位及聚类分析系统,采用B/S架构,实现四大功能模块,即数据预处理模块、微震事件定位模块、微震事件聚类模块和结果可视化模块,并在辽宁和山西部分矿区得以实际应用。数据预处理模块实现数据读取、能量比法到时拾取和微震事件截取并存储功能。微震事件定位模块包括传统定位模块和定位修正模块。传统定位模块中实现了三台定位和主事件定位,其中三台定位可以用于监测台站触发数量大于等于3时,对微震事件进行粗定位;主事件定位可以用于监测台站触发数量大于等于4且主事件明确情况下,对微震事件进行相对定位;为了进一步提高定位精度,本系统实现了定位修正模块,该模块提出并实现了基于LCM的改进粒子群定位修正算法,该算法在传统算法定位结果的基础上,利用Logistic混沌映射将初始粒子群均匀映射到解空间,而后采用动态惯性权重的粒子群算法,迭代寻找最优解,最终实现定位结果的优化修正。微震事件聚类模块中提出并实现了基于DTW的改进K-means微震事件聚类算法,该算法充分考虑微震信号的时间序列特性,采用DTW距离作为信号间的相似性度量,消除了波形漂移误差,并改进K-means算法的质心更新策略,采用与DTW特性相结合的DBA质心更新方法,迭代优化聚类中心的更新过程。结果可视化模块实现了微震事件定位结果和微震事件聚类结果的可视化展示。通过实验表明,改进的粒子群定位修正算法能够达到定位修正的目的,提高了系统的定位精度,改进的K-means聚类算法,能够充分利用微震信号的波形特征,实现精度相对较高的微震事件聚类。

基于工作流的矿用仪表管理系统设计与实现

这是一篇关于仪表管理,工作流,矿山信息化,排队论,粒子群优化的论文, 主要内容为煤炭作为我国的基础产业和主体能源,其发展受到政府的高度重视。95%以上的煤炭以井工开采的方式进行,安全生产是煤炭开采的第一要素。矿用便携仪表是煤矿生产必不可少的安全保障装备。为提高矿用便携仪表的完好率和使用效率,必须对其采取全生命周期管理。本文以淮北矿业股份有限公司下属杨柳煤矿矿用便携仪表的信息化管理为研究背景,针对人工收发仪表效率低、仪表缺乏全生命周期追踪和统筹管理等问题,使用工作流、MCGS、Modbus通信等技术搭建了矿用仪表管理系统,主要工作内容如下:(1)针对仪表缺乏全生命周期追踪、信息化管理程度低的问题,本文基于B/S架构搭建了基于工作流的仪表信息化管理平台,使用Activiti工作流技术对仪表借还、仪表维修等流程进行可视化建模设计,通过数据库设计统一工作流和仪表数据。降低了仪表相关数据保存难度,实现了仪表全生命状态追踪。(2)针对仪表收发排队拥挤、效率低下问题,本文基于排队论建立了仪表收发多队列模型。通过对工人到达情况和服务时间数据的采集和校验,以工人接受最大排队时长和队长为约束,确定合适仪表服务台数目,解决了仪表收发排队拥挤问题。(3)针对工作流任务分配调度效率低的问题,本文设计了基于改进粒子群算法的工作流任务分配策略,通过粒子杂交和高斯变异,减少了工作流运行时间,一定程度上解决了高并发情况下工作流任务分配调度效率低的问题。(4)针对仪表人工收发效率低、易出差错的问题,本文设计实现了基于MCGS的本地控制系统,通过锁架控制子系统、MCGS组态策略、Modbus通信等设计,实现了工人借还仪表的自动化和仪表状态监控,节省了人力成本,大大提高了仪表收发效率。该系统成功应用于淮北杨柳煤矿,满足了其实际需要,有效提高仪表收发效率,实现了对仪表的全生命周期管理,为煤矿减员增效、信息化建设提供了参考。本论文共有图64幅,表32个,参考文献62篇。