護理碩士開題報告
自有人類以來就有護理,護理是人們謀求生存的本能和需要。遠古人在與自然的搏斗中,經受了猛獸的傷害和惡劣自然環境的摧殘,自我保護成為第一需要。下面,小編為大家分享護理碩士開題報告,希望對大家有所幫助!
1、選題目的、意義。
蟻群算法是一種基于種群的啟發式搜索算法,由Dorigo M等人首先提出。很多研究已經證明,蟻群算法具有很強的發現好解的能力,這是因為該算法不僅利用了正反饋的原理,在一定程度上可以加快進化進程,而且是一種本質并行的算法,不同個體之間不斷地進行信息的交流與傳遞,從而能夠相互協作,有利于發現較好的解。蟻群算法定義的這種分布式問題求解模式能夠將問題求解的快速性,全局優化特征及有限時間內答案的合理性結合起來,所以引起了許多研究者的注意。
通過相關的研究工作,目前蟻群算法的應用領域已由當初單一的TSP領域滲透到了多個應用領域;由解決一維靜態優化問題發展到解決多維動態組合優化問題;由離散域范圍內研究逐漸拓展到連續域范圍內的研究。具體被應用于包括機器人系統,圖像處理,制造系統,車輛路徑規劃,通訊系統,工程設計以及電力系統在內的多種場合,還解決了實際系統中的資源規劃,運動規劃,數據分類等問題。
這種新興的仿生優化算法展現出勃勃生機,并已成為可與遺傳算法相媲美的仿生優化算法
2、國內外研究綜述及本人對綜述的評價。
對蟻群算法的研究雖然剛剛起步,但初步的研究結果已顯示出該算法在求解復雜優化問題(特別是離散優化問題)方面的優越性。蟻群算法正在受到越來越多的人的研究和注意。
從當前可以檢索到的文獻情況看,研究和應用蟻群優化算法的學者主要集中在比利時,意大利,英國,法國和德國等歐洲國家。日本和美國在這兩年也開始啟動對蟻群算法的研究。我國最早研究蟻群算法的是東北大學張紀會博士和徐心和教授。目前,蟻群優化算法在啟發式方法范疇內已逐漸成為一個獨立的分支。
盡管蟻群優化的.嚴格理論基礎尚未奠定,國內外的有關研究仍停留在實驗探索階段,但從當前的應用效果來看,這種新型的尋優思想具有十分光明的前景更多深入細致的工作還有待于進一步展開。
3、研究內容、研究中所要突破的難題。
研究內容:
1.基本蟻群算法及其改進算法(蟻群系統、最大-最小蟻群系統)
2.蟻群算法在控制系統(滿意PID控制器參數優化、非線性方程組的求解、Wiener模型參數辨識)中的應用
研究中所要突破的難題:
1. 蟻群算法參數選擇很重要,選擇不當的話會出現搜索的過早停滯現象或陷入局部最優問題。
2. 蟻群算法對非線性系統辨識中對 輸入信號的選擇是一個難點。
4、擬采取的研究方法,有何特色與創新之處。 擬采取的研究方法:將滿意PID控制器的參數優化問題,非線性方程組的求解問題,Wiener模型參數辨識問題都轉換為求最優的問題,利用蟻群算法求解最優問題。 特色與創新之處:一般PID控制器參數的優化的被控對象的參數是一定的,滿意PID被控對象給出的則是參數區間;蟻群算法是一種新的并行優化算法,它有高度適應性,較強魯棒性且高效的優點,在組合優化問題中,蟻群算法的優化性能好于遺傳算法等。用蟻群算法解決一些傳統的方法難以解決的問題,有研究價值。
5、現有研究條件和可能存在的問題。 現有研究條件: 張宏立老師提供了些書籍資料,自己也已搜集了一些相關技術資料。學院也為了我們配置了性能良好的計算機還有MATLAB仿真平臺。
可能存在的問題:
1. 蟻群算法參數選擇很重要,選擇不當的話會出現搜索的過早停止現象或陷入局部最優問題。
2. 蟻群算法對非線性系統辨識中對輸入信號的選擇是一個難點。
6、預期的結果。
1.提出了一種基于蟻群算法的滿意PID控制器參數優化的方法。
2.提出了一種基于蟻群算法的求解非線性方程組的方法。
3.提出了一種基于蟻群算法的Wiener模型辨識的方法。
7、論文工作進度安排。
20XX.09--20XX.12 查閱資料,完成碩士論文的開題報告工作;
20XX.01--20XX.02 查閱相關技術資料并深入學習研究,熟悉MATLAB仿真軟件;
20XX.02--20XX.06 深入學習基本蟻群算法及其改進算法;
20XX.10--20XX.01 深入學習蟻群算法在控制系統中的應用;
20XX.03--20XX.04 仿真并驗證理論的正確性和方案的可行性;
20XX.05--20XX.06 撰改論文,準備論文答辯。
8、論文提綱
前言
一、緒論
二、基本蟻群算法
三、螞蟻系統
四、最大-最小蟻群系統
五、基于蟻群算法的滿意PID控制器參數優化
六、基于蟻群算法的非線性方程組的求解
七、基于蟻群算法的Wiener模型參數辨識
結論
參考文獻 (以上為參考格式,學科專業不同、論文選題不同,可以有不同的寫作方式)
[1] 孫偉。 非線性PID控制器參數優化方法[J].計算機工程與應用, 2010, 46(28) .
[2] 王建國。 非線性系統的蟻群優化預測[J].測控技術, 2008, 27(10) .
[3] 朱遙。 采用蟻群算法模擬機器人尋路的仿真實驗[J].河北工業科技, 2010, 27 (5)。
[4] 李小珂。 基于蟻群算法的PID參數優化[J].2003全國仿真技術會議論文集, 2003.
[5] 段海濱。 基于蟻群算法的PID參數優化[J].武漢大學學報, 2004,37(5) .
[6] 郭立俊,譚劍波。 蟻群算法在系留氣球PID控制器中的研究[J].2008年中國浮空器大會論文集, 2008.
[7] 李楠,胡即明。 蟻群算法在PID參數優化中的應用研究[J].中國水運, 2008,8(5) .
[8] 李虹,孫志毅。 基于MATLAB的改進型基本蟻群算法[J].太原重型機械學院學報, 2003, 24 (3) .
[9] 尹曉峰。 基于MATLAB的混合型蟻群算法求解車輛路徑問題[J].計算機工程與應用, 2005,35(10) .
[10] 尹曉峰,劉春煌。 基于MATLAB的混合型蟻群算法求解旅行商問題[J].鐵路計算機應用, 2005, 14(9)。
[11] 野瑩瑩,付麗君。 基于MATLAB的蟻群算法仿真研究[J].裝備制造技術, 2008, 11(10) .
[12] 江重光。 智能蟻群算法[J].冶金自動化, 2005, 3 (10) .
[13] 魏平,熊偉清。 用于一般函數優化的蟻群算法[J].寧波大學學報, 2001, 14(4) .
[14] 劉業政,凌海峰。 蟻群優化的研究發展及應用[J].合肥工業大學學報, 2006, 29(1) .
[15] 偉建。 蟻群算法綜述[J].2007中國控制與決策學術年會論文集, 2007 .
[16] 詹士昌。 蟻群算法中有關算法參數的最優選擇[J].科技通報, 2003, 19(5) .
[17] 陳冰梅。 求解旅行商問題的MATLAB蟻群仿真研究[J].計算機測量與控制, 2011,19(4) .
[18] 張玉蘭。 求解連續函數最大值的螞蟻優化算法[J].南京師范大學學報, 2005,5(3) .
[19] 柳長安。 非線性系統的蟻群優化預測[J].測控技術, 2008, 27(10) .
[20] 王建國。 基于改進蟻群算法的移動機器人動態路徑規劃方法[J].電子學報,2011, 39(5) .
【護理碩士開題報告】相關文章:
2.碩士開題報告
3.醫學碩士開題報告
4.機械碩士開題報告
5.碩士開題報告例文
6.碩士開題報告格式
7.碩士開題報告范本
8.護理專業開題報告