一、最優(yōu)化方法——帶有約束條件的古典最優(yōu)化法（論文文獻(xiàn)綜述）
尹崇林[1]（2021）在《摩擦滑動接觸條件下隧洞圍巖和襯砌力學(xué)分析的解析方法》文中研究表明隧道和地下工程在近代以來得到了長足的發(fā)展,特別的,進(jìn)入20世紀(jì)之后,隨著設(shè)計施工技術(shù)的進(jìn)步以及社會發(fā)展的需要,更加受到人們的重視。并且因其所處地理位置及其建筑結(jié)構(gòu)形式的特殊性使其具有便捷、安全、環(huán)保、節(jié)能等突出的優(yōu)勢,從而被廣泛地運用于交通、采礦、能源、水電工程、城市建設(shè)及國防建設(shè)等多個領(lǐng)域。穩(wěn)定性問題是地下工程結(jié)構(gòu)中一個十分重要的研究內(nèi)容。巖石中的初始應(yīng)力在隧洞開挖以后得到釋放而重新分布,當(dāng)圍巖中的應(yīng)力達(dá)到或超過巖石強度的范圍比較大時巖體就會失穩(wěn),此時常需要在隧洞周圍設(shè)置襯砌支護(hù)以進(jìn)一步保證圍巖的穩(wěn)定性。解析分析方法中復(fù)變函數(shù)方法因其所得解析解的精確性以及求解過程的便捷性,成為求解隧道及地下工程問題的一種基礎(chǔ)方法。為了求解復(fù)雜孔形襯砌隧洞問題,需要應(yīng)用復(fù)變函數(shù)中的保角變換將一個邊界復(fù)雜的區(qū)域變換為邊界簡單的區(qū)域,以此將物理平面上的復(fù)雜支護(hù)斷面通過映射函數(shù)變換到象平面上的圓環(huán)區(qū)域。在實際工程中,襯砌和圍巖之間的接觸問題比較繁雜,為了簡化問題以獲得其基本規(guī)律,將隧洞圍巖和襯砌之間的接觸問題簡化為交界面上兩個彈性體的接觸問題。作為彈性體相互接觸條件之一的摩擦滑動接觸,最符合實際工況,而完全接觸和光滑接觸則是其兩種極端情況。論文以兩種極端接觸工況的求解為出發(fā)點,巧妙的將庫侖摩擦模型引入摩擦滑動接觸的求解過程,再結(jié)合最優(yōu)化方法,得出了它的一般解。主要的研究內(nèi)容有:（1）考慮摩擦滑動接觸的極端情況之一——光滑接觸,通過平面彈性復(fù)變函數(shù)方法,推導(dǎo)得到了襯砌內(nèi)均布水壓力作用下任意孔型深埋襯砌隧洞的應(yīng)力以及位移解析解,并利用數(shù)值軟件ANSYS驗證了所得結(jié)果。在求解過程中考慮了初始地應(yīng)力的作用及支護(hù)滯后的力學(xué)過程,使用冪級數(shù)解法求解由應(yīng)力邊界條件及應(yīng)力和法向位移的連續(xù)條件構(gòu)成的基本方程,然后通過得到的解析函數(shù)計算圍巖和襯砌中的應(yīng)力和位移。以直墻半圓拱形和馬蹄形隧洞為例分析了圍巖和襯砌中切向應(yīng)力及它們之間接觸面上的法向應(yīng)力分布規(guī)律。討論了位移釋放系數(shù)、側(cè)壓力系數(shù)和內(nèi)水壓力的變化對圍巖與襯砌內(nèi)的應(yīng)力分布規(guī)律的影響。發(fā)現(xiàn)切向應(yīng)力在襯砌內(nèi)邊界和圍巖開挖邊界上的取得較大的值,并且在隧洞的拐角處出現(xiàn)最大的應(yīng)力集中。（2）為了更加準(zhǔn)確地刻畫隧洞中圍巖和襯砌的接觸問題,定義接觸面上產(chǎn)生最小滑動量的狀態(tài)為襯砌的真實工作狀態(tài),引入更符合實際情況的基于庫侖摩擦模型的摩擦滑動接觸條件來模擬圍巖和襯砌之間的接觸。在考慮支護(hù)滯后效應(yīng)的前提下,結(jié)合平面彈性復(fù)變函數(shù)方法和最優(yōu)化理論,建立了具有一般性的摩擦滑動接觸解法。以圓形水工隧洞為例,獲得了圍巖和襯砌在這種接觸條件下的應(yīng)力解析解,并且利用有限元軟件ANSYS驗證了所得結(jié)果的準(zhǔn)確性。最后通過算例分析了不同側(cè)壓力系數(shù),不同的摩擦系數(shù)對襯砌內(nèi)外邊界的切向應(yīng)力,接觸面上接觸應(yīng)力以及切向位移間斷值的影響。（3）針對隧洞圍巖和襯砌摩擦滑動接觸解法的缺點,通過在優(yōu)化過程中減少設(shè)計變量的個數(shù),優(yōu)化模型得到了極大的簡化,為任意孔型深埋隧洞在摩擦滑動接觸條件下問題的求解得到更加理想的優(yōu)化理論模型,并且使計算精度和計算速度得到了提升。該方法還可以精確地得到滿足完全接觸的摩擦系數(shù)的閾值,通過對深埋圓形襯砌隧洞兩種材料的彈模比值,位移釋放系數(shù),襯砌厚度,以及側(cè)壓力系數(shù)的參數(shù)分析,提供了判斷圍巖和襯砌接觸方式的理論基礎(chǔ)。
王婕婷[2]（2021）在《隨機一致性視角下的可學(xué)習(xí)理論與方法》文中研究表明機器學(xué)習(xí)是人工智能這一國家戰(zhàn)略領(lǐng)域的共性基礎(chǔ)與關(guān)鍵技術(shù).近年來,隨著信息技術(shù)的迅猛發(fā)展,數(shù)據(jù)的爆炸性增長,機器學(xué)習(xí)的算法與理論都得到階躍式的發(fā)展與革新.2015年,機器學(xué)習(xí)領(lǐng)域權(quán)威學(xué)者Jordan在頂級雜志《Science》上指出:構(gòu)建能夠從經(jīng)驗數(shù)據(jù)中自動提升性能的機器學(xué)習(xí)系統(tǒng)與建立面向所有學(xué)習(xí)系統(tǒng),包括機器、人類及其組合是機器學(xué)習(xí)領(lǐng)域的焦點研究問題.可學(xué)習(xí)理論是統(tǒng)計機器學(xué)習(xí)的基本理論與算法約束.基于機器學(xué)習(xí)進(jìn)行決策時,由于受到數(shù)據(jù)噪音、標(biāo)注偏好等因素影響,或由于缺乏足夠證據(jù)和先驗知識,決策結(jié)果與真實情況由于隨機產(chǎn)生的一致性時有發(fā)生.此隨機一致性在機器學(xué)習(xí)模型的學(xué)習(xí)結(jié)果中普遍存在,將導(dǎo)致決策缺乏客觀性、可解釋性與可重復(fù)性,給經(jīng)典可學(xué)習(xí)理論與方法帶來挑戰(zhàn).機器學(xué)習(xí)算法大多以最大化準(zhǔn)確度為核心準(zhǔn)則,例如決策樹及KNN算法中的眾數(shù)投票策略及經(jīng)典學(xué)習(xí)算法以錯誤率的凸連續(xù)上界作為替代損失（如SVM算法的hinge損失,Adaboost算法的指數(shù)損失,邏輯斯蒂回歸的對數(shù)損失等）.然而,簡單的準(zhǔn)確度指標(biāo)作為反饋或啟發(fā)準(zhǔn)則,包含了帶有偏差的隨機一致性,這對于學(xué)習(xí)機泛化性能的評價是不可靠、不精準(zhǔn)的.因此,研究如何消除學(xué)習(xí)過程中的隨機一致性,建立基于純一致性度量的機器學(xué)習(xí)算法與理論體系成為人工智能研究領(lǐng)域的一個重要科學(xué)問題.本論文將在隨機一致性視角下重新審視經(jīng)典可學(xué)習(xí)理論與方法,并開展系統(tǒng)性研究,取得的主要成果如下:一、準(zhǔn)則優(yōu)勢分析層面:給出隨機一致性及純一致性度量的統(tǒng)計學(xué)定義,給出純準(zhǔn)確度意義下最優(yōu)分類器的形式,從類別分布不敏感性、公平性、分辨性三個方面展示評估準(zhǔn)則純準(zhǔn)確度相較于準(zhǔn)確度的優(yōu)勢,通過比較準(zhǔn)確度與純準(zhǔn)確度意義下最優(yōu)分類器的收斂性,得出純準(zhǔn)確度對于準(zhǔn)確度具有學(xué)習(xí)可替代性的重要結(jié)論.二、學(xué)習(xí)理論支撐層面:構(gòu)建隨機一致性視角下的可學(xué)習(xí)理論體系,探求純一致性度量可否學(xué)習(xí)與學(xué)習(xí)能力問題:（1）證明了假設(shè)空間有限和無限時,基于純準(zhǔn)確度的經(jīng)驗風(fēng)險最小化學(xué)習(xí)具有貝葉斯風(fēng)險一致性,驗證了純準(zhǔn)確度是可用于指導(dǎo)學(xué)習(xí)的,為之后設(shè)計基于純準(zhǔn)確度的學(xué)習(xí)算法提供了前提理論保障.（2）給出基于純準(zhǔn)確度學(xué)習(xí)的緊于O(1/N1/2)（N為樣本量）的泛化性能上界.目標(biāo)變量隨樣本波動的幅度對于其概率不等式的松緊起著決定性的作用,傳統(tǒng)理論體系中證明一致離差具有差異有界性并基于此發(fā)展Mc Diarmid不等式,本文證明一致離差具有比差異有界性更先進(jìn)的自界性,從而可基于次泊松不等式發(fā)展泛化上界;概率不等式中的概率上界對于泛化性能上界的松緊起著決定性的作用,次泊松不等式的概率上界不可逆,學(xué)習(xí)理論的證明體系中使用基本函數(shù)進(jìn)一步放大此概率上界.本文給出緊于傳統(tǒng)方法的基本函數(shù),并結(jié)合一致離差（離差的上確界）的自界性發(fā)展了更緊的泛化界.三、學(xué)習(xí)方法構(gòu)建層面:（1）構(gòu)建了基于純準(zhǔn)確度的貝葉斯判決方法.借助純準(zhǔn)確度與代價敏感損失的等價性分析了純準(zhǔn)確度關(guān)于Plug-in規(guī)則的決策閾值呈現(xiàn)單峰性,并基于適用于尋找單峰函數(shù)最優(yōu)值的區(qū)間搜索法提出優(yōu)化純準(zhǔn)確度的Plug-in規(guī)則,實驗效果表明該方法優(yōu)于其他傳統(tǒng)的閾值搜索法.（2）構(gòu)建了基于純準(zhǔn)確度的支持向量機方法.傳統(tǒng)可用于優(yōu)化純準(zhǔn)確度的SVMperf的模型約束條件關(guān)于樣本呈指數(shù)級關(guān)系,時間消耗巨大,提出只含有一個約束條件的SVM模型PASVM,實驗效果表明PASVM具有較好的泛化性能.（3）構(gòu)建了基于純準(zhǔn)確度的選擇性集成方法.基于一維全局最優(yōu)搜索方法提出優(yōu)化純準(zhǔn)確度的選擇性集成算法PASE,基準(zhǔn)測試集和圖像數(shù)據(jù)集表明PASE比現(xiàn)有的基于準(zhǔn)確度的選擇性集成方法更有效.與現(xiàn)有可以優(yōu)化純準(zhǔn)確度的方法相比,PASE能夠更好的優(yōu)化PA值.通過高維的圖像數(shù)據(jù)集,驗證了PASE適用于提升弱分類器.（4）構(gòu)建了基于模糊優(yōu)勢粗糙集的單調(diào)決策樹融合算法.在隨機一致性視角下,學(xué)習(xí)算法應(yīng)提高對數(shù)據(jù)低質(zhì)性的容忍度.樣本之間軟的關(guān)系刻畫比硬的關(guān)系刻畫對隨機性具有更高的抵抗能力,可降低隨機性帶來的一致性.基于這個思想,我們提出使用模糊優(yōu)勢粗糙集處理有序分類任務(wù).提出了局部正域的概念,解決了序包含關(guān)系導(dǎo)致的傳統(tǒng)正域退化的問題,進(jìn)一步理論推導(dǎo)出保持局部正域不變的辨識矩陣的定義;對辨識矩陣進(jìn)行松弛得到適用于分類任務(wù)的更一般的辨識矩陣;接著基于矩陣運算與香農(nóng)定律提出分配律與吸收律的快速實現(xiàn)算法,最后以一般辨識矩陣的元素為特征子空間發(fā)展了集成算法,實驗效果表明提出的集成算法顯著地提升了有序分類樹的泛化性能.本論文在隨機一致性視角下重新審視可學(xué)習(xí)理論,具有獨特的研究視角,對誕生新的機器學(xué)習(xí)理論與方法有重要引領(lǐng)作用,對提高機器學(xué)習(xí)算法的泛化能力具有實際應(yīng)用價值,對人工智能各個領(lǐng)域的研究與發(fā)展具重要理論意義和推廣價值.
羅敏[3]（2021）在《復(fù)雜環(huán)境移動機器人路徑規(guī)劃與軌跡跟蹤研究》文中進(jìn)行了進(jìn)一步梳理隨著世界各國經(jīng)濟(jì)和科學(xué)技術(shù)的飛躍發(fā)展,移動機器人的應(yīng)用領(lǐng)域越來越廣泛,其應(yīng)用場景也從室內(nèi)環(huán)境拓展到了各種復(fù)雜環(huán)境,如野外、水下、空中甚至外太空等。目前,對于復(fù)雜環(huán)境的機器人系統(tǒng)仍存在許多尚待研究的課題。本文針對環(huán)境全局信息已知、地面崎嶇不平的復(fù)雜環(huán)境條件下的輪式機器人的路徑規(guī)劃和軌跡跟蹤控制技術(shù)進(jìn)行研究。本文建立了崎嶇地面的環(huán)境模型,針對曲面路徑規(guī)劃算法的時間復(fù)雜度改進(jìn)問題,提出了多尺度技術(shù)。針對曲面路徑規(guī)劃算法的精度改進(jìn)問題,提出了曲面的二維等效展開技術(shù)。在已規(guī)劃的崎嶇地面最優(yōu)路徑的基礎(chǔ)上進(jìn)行了曲面軌跡跟蹤控制研究,在基于力矩受限的約束條件下,提出了基于梯度下降參數(shù)優(yōu)化法的調(diào)節(jié)時間指標(biāo)和最大力矩導(dǎo)數(shù)的優(yōu)化改進(jìn)方法。并對復(fù)雜環(huán)境下崎嶇地面的不平性和機器人拐彎等產(chǎn)生的不確定性干擾影響進(jìn)行了軌跡跟蹤控制算法研究和分析。主要工作如下:首先,針對曲面輪式機器人的路徑規(guī)劃,提出了減小路徑規(guī)劃算法時間復(fù)雜度的多尺度圖法。常用路徑規(guī)劃算法的時間復(fù)雜度會隨著規(guī)劃場景的節(jié)點規(guī)模增大呈指數(shù)性增長。對于復(fù)雜大規(guī)模場景的崎嶇地面規(guī)劃,運用這類路徑規(guī)劃算法時的時間成本代價太大。本文提出的多尺度法,通過在粗-細(xì)尺度圖上求取最優(yōu)路徑,減小了節(jié)點數(shù)增多對時間復(fù)雜度增長的影響,從而減小了路徑規(guī)劃算法的時間成本。崎嶇地面的節(jié)點規(guī)模越大,多尺度法在時間復(fù)雜度上的改善效果越好。本文還將多尺度法拓展應(yīng)用到了多機器人的路徑規(guī)劃上。其次,針對曲面輪式機器人的路徑規(guī)劃,提出了減小路徑規(guī)劃算法的路徑長度誤差的二維等效展開方法。由于傳統(tǒng)路徑規(guī)劃算法通?；诠?jié)點間的歐幾里得距離公式計算最優(yōu)路徑,將傳統(tǒng)算法應(yīng)用于曲面最優(yōu)路徑規(guī)劃時,曲面上節(jié)點之間的距離和節(jié)點間的空間歐幾里得距離之間存在誤差。二維等效展開方法通過計算二維等效曲面上的路徑長度,減小了路徑規(guī)劃算法的最優(yōu)路徑長度誤差。崎嶇地面的凹凸不平度越大或崎嶇地面的節(jié)點規(guī)模越大,二維等效展開方法在計算曲面最優(yōu)路徑長度時的誤差改善效果越好。本文將二維等效展開方法也拓展應(yīng)用到了多機器人的路徑規(guī)劃上。然后,針對曲面輪式機器人的軌跡跟蹤,提出了具有力矩約束的調(diào)節(jié)時間優(yōu)化方法。由于通常的軌跡跟蹤控制算法設(shè)計得到的輸入力矩常常超過實際應(yīng)用中的最大飽和值,使得軌跡跟蹤算法的實用性變差,所以在算法設(shè)計時應(yīng)該控制輸入力矩的峰值大小。減小力矩通常會犧牲系統(tǒng)調(diào)節(jié)時間指標(biāo),設(shè)計時不應(yīng)因控制力矩使得調(diào)節(jié)時間過大而使算法無法實際應(yīng)用。本文提出的具有力矩約束的調(diào)節(jié)時間優(yōu)化法將輸入力矩最大值控制在期望值上,同時得到盡可能小的調(diào)節(jié)時間,保證了算法的實用性。該優(yōu)化方法通過將輸入力矩最大值減小到理想的期望值上,節(jié)約了移動機器人運行時所需要的能源。輸入力矩峰值的減小,也降低了機器人電機運行所需的功率,因而減小了電機等機械設(shè)備的物理尺寸。最后,針對曲面輪式機器人軌跡的跟蹤,提出了具有力矩約束的力矩導(dǎo)數(shù)最大值優(yōu)化方法。通常的軌跡跟蹤算法設(shè)計得到的輸入力矩在施加力的初始時刻會出現(xiàn)時間很短的突然變化很大的沖擊負(fù)荷,這種沖擊負(fù)荷對移動機器人的電力設(shè)備和機械結(jié)構(gòu)都會產(chǎn)生危害,影響設(shè)備的使用壽命。力矩導(dǎo)數(shù)最大值優(yōu)化方法在限制力矩最大值和系統(tǒng)調(diào)節(jié)時間的基礎(chǔ)上,盡量地減小系統(tǒng)的最大力矩變化率,讓機器人啟動的起步過程平滑,降低了啟動過程中的沖擊負(fù)荷,減小了對機器人的電力設(shè)備和機械設(shè)備的負(fù)荷要求和機械尺寸要求。對輸入力矩導(dǎo)數(shù)的最大值的優(yōu)化,使得需要的力矩輸入很小,可以有效地節(jié)約能源。
梅超豪[4]（2020）在《風(fēng)荷載作用下塔架結(jié)構(gòu)拓?fù)鋬?yōu)化算法分析》文中指出隨著我國經(jīng)濟(jì)實力的不斷提升,輸電塔等高聳結(jié)構(gòu)的高度在不斷增長,體型和結(jié)構(gòu)布局也變得更加復(fù)雜,同時由于其自重輕,結(jié)構(gòu)體系的阻尼也很小,導(dǎo)致此類結(jié)構(gòu)對風(fēng)荷載十分敏感。因此對此類高聳結(jié)構(gòu)在風(fēng)荷載作用下的結(jié)構(gòu)選型及拓?fù)鋬?yōu)化顯得非常重要。雖然拓?fù)鋬?yōu)化設(shè)計在機械航空工業(yè)應(yīng)用更廣,但目前在土木工程行業(yè)的運用還相對欠缺,雖然已有部分對簡單構(gòu)件,如懸臂梁、簡支梁作為研究對象進(jìn)行拓?fù)鋬?yōu)化實例,但將拓?fù)鋬?yōu)化理論應(yīng)用于整個建筑結(jié)構(gòu)體系的例子還是相對比較少,尤其是考慮其在風(fēng)荷載作用下的結(jié)構(gòu)拓?fù)淇癸L(fēng)優(yōu)化的實例還不多見。本文以結(jié)構(gòu)拓?fù)鋬?yōu)化方法中的變密度法作為出發(fā)點,對剛度,體積或頻率等作為優(yōu)化目標(biāo),以體積、位移為單約束條件及它們之間的組合為多約束條件下的結(jié)構(gòu)拓?fù)鋬?yōu)化方法實現(xiàn)原理和步驟進(jìn)行了詳細(xì)闡述。采用最優(yōu)準(zhǔn)則法（OC）、移動漸進(jìn)算法（MMA）以及內(nèi)點法等優(yōu)化算法求解本論文中的各類拓?fù)鋬?yōu)化問題的實現(xiàn)思路和優(yōu)化求解結(jié)果,進(jìn)行了詳細(xì)的對比分析。同時對如何利用OC法和不動點迭代法的聯(lián)合運用,以加速優(yōu)化求解的效益展開了討論。最后以一座塔架作為算例,在對其進(jìn)行風(fēng)荷載作用下的風(fēng)致結(jié)構(gòu)響應(yīng)和等效靜力風(fēng)荷載求解的基礎(chǔ)上基于現(xiàn)有大型通用有限元分析軟件SAP2000的應(yīng)用程序開發(fā)接口（API）環(huán)境,采用整體式和分層法,同時考慮在優(yōu)化過程中由于結(jié)構(gòu)構(gòu)件布置和截面特征的改變,而導(dǎo)致等效靜力風(fēng)荷載的變化,對此自立式塔架的抗風(fēng)拓?fù)鋬?yōu)化設(shè)計進(jìn)行了相關(guān)理論和方法的研究。首先,本文從研究變密度法為出發(fā)點,研究了此拓?fù)鋬?yōu)化模型對應(yīng)的基本原理和相關(guān)實現(xiàn)步驟。對基于變密度法的三種拓?fù)鋬?yōu)化算法-最優(yōu)準(zhǔn)則法（OC）、移動漸進(jìn)算法（MMA）和內(nèi)點法的理論基礎(chǔ)和實現(xiàn)步驟進(jìn)行了研究,并用這三種優(yōu)化算法進(jìn)行了體積、位移等單約束下的結(jié)構(gòu)拓?fù)鋬?yōu)化結(jié)果對比與分析,驗證上述三種優(yōu)化算法運用于基于變密度法的拓?fù)鋬?yōu)化設(shè)計方法中的有效性和正確性。其次,單約束拓?fù)鋬?yōu)化基礎(chǔ)上,把變密度法應(yīng)用于多約束拓?fù)鋬?yōu)化。分別計算分析了三種情況的拓?fù)鋬?yōu)化問題:1)基于位移、頻率約束的體積優(yōu)化問題2)基于體積和位移約束下的剛度優(yōu)化問題3)基于多點位移約束下的體積優(yōu)化問題。介紹多約束優(yōu)化下,同時采用采用OC、MMA和FINCON內(nèi)點法作為優(yōu)化算法進(jìn)行拓?fù)鋬?yōu)化計算,并比較了三種算法的拓?fù)鋬?yōu)化結(jié)果,以及優(yōu)化求解算法的收斂性快慢程度。隨后本文討論了如何引進(jìn)定點迭代方法來加速OC的優(yōu)化進(jìn)程,介紹了 3種不同的定點迭代方法:簡單混合法、安德森混合法和安德森周期外推法,通過把安德森周期外推法與OC算法的結(jié)合應(yīng)用于結(jié)構(gòu)拓?fù)鋬?yōu)化算法中,并與OC算法結(jié)果進(jìn)行比較,驗證了其更高的優(yōu)化效率。最后,以一 27米自立式塔架作為研究對象,運用本文之前研究的基于變密度的拓?fù)鋬?yōu)化算法,以等效靜力風(fēng)荷載作為外部荷載對其進(jìn)行拓?fù)鋬?yōu)化設(shè)計。為了提高計算拓?fù)鋬?yōu)化設(shè)計的效率,引入分層優(yōu)化的概念。采用整體和分區(qū)拓?fù)鋬?yōu)化算法,同時考慮在優(yōu)化過程中由于結(jié)構(gòu)構(gòu)件布置和截面特征的改變導(dǎo)致等效靜力風(fēng)荷載的不斷更新,對此自立式塔架,考慮剛度作為優(yōu)化目標(biāo),以體積為單約束條件下的結(jié)構(gòu)拓?fù)鋬?yōu)化分析過程及結(jié)果進(jìn)行了詳細(xì)的分析與討論。
王昊[5]（2020）在《一種枝-環(huán)狀集輸網(wǎng)絡(luò)的布局優(yōu)化研究》文中指出油氣集輸管道布局規(guī)劃設(shè)計是建設(shè)油氣田地面集輸管道的先導(dǎo)工作,進(jìn)行站場及管道的拓?fù)洳季衷O(shè)計是其核心工作,然而由于集輸管道拓?fù)洳季衷O(shè)計過程中需要同時考慮站場幾何位置、管道走向、各級站場連接關(guān)系等實際問題,采用人工設(shè)計的方案難以滿足最優(yōu)性的需求?；谧顑?yōu)化方法,考慮客觀約束條件,確定最優(yōu)的油氣集輸管道拓?fù)渫負(fù)洳季謨?yōu)化方案對于指導(dǎo)油氣田地面工程建設(shè)、節(jié)約建設(shè)投資具有現(xiàn)實價值。油氣集輸管道可以歸結(jié)為網(wǎng)絡(luò)最優(yōu)化問題,在現(xiàn)有油氣集輸管道拓?fù)洳季謨?yōu)化理論的研究成果中,對于枝-環(huán)狀集輸管道的拓?fù)洳季謨?yōu)化理論方法研究較少,而枝-環(huán)狀集輸管道在衰減期油田及低產(chǎn)量油田中廣泛存在,本文針對枝-環(huán)狀集輸管道的拓?fù)洳季謨?yōu)化開展研究,取得如下研究成果:首先,基于圖論理論方法,將枝-環(huán)狀油氣集輸管道的拓?fù)浣Y(jié)構(gòu)特征進(jìn)行有效表征,給出多級枝-環(huán)狀集輸網(wǎng)絡(luò)的圖論定義。在此基礎(chǔ)上,以各級站場的幾何位置、各級站場之間的連接關(guān)系、成環(huán)油井之間的連接關(guān)系等為決策變量,以隸屬唯一性、網(wǎng)絡(luò)結(jié)構(gòu)特征、環(huán)路特點等為約束條件,建立枝-環(huán)狀油氣集輸管道的拓?fù)洳季謨?yōu)化數(shù)學(xué)模型,并分析該模型的求解難度。其次,根據(jù)模型的層次結(jié)構(gòu)特點,將模型分解為井組劃分和環(huán)路優(yōu)化兩個子問題,針對環(huán)路優(yōu)化子模型采用果蠅優(yōu)化算法進(jìn)行有效求解,并提出深度優(yōu)先搜索算法確定最優(yōu)環(huán)路,繼而融合分級優(yōu)化思想、果蠅智能優(yōu)化算法、深度優(yōu)先搜索算法建立混合優(yōu)化方法對前述拓?fù)洳季謨?yōu)化模型進(jìn)行求解。再次,針對在管道拓?fù)洳季衷O(shè)計過程中存在的山體、湖泊、村屯等障礙,采用多邊形對障礙進(jìn)行逼近表征,在對障礙進(jìn)行有效表征的基礎(chǔ)上,考慮障礙對于枝-環(huán)狀網(wǎng)絡(luò)拓?fù)洳季值挠绊?建立以總建設(shè)費用最小為目標(biāo)的含障礙枝-環(huán)狀集輸拓?fù)洳季謨?yōu)化數(shù)學(xué)模型并對該模型進(jìn)行有效求解。最后,基于以上理論方法,結(jié)合程序開發(fā)平臺和C語言開發(fā)輔助模型求解的軟件系統(tǒng),實現(xiàn)無障礙和有障礙情況下的枝-環(huán)狀集輸管道拓?fù)洳季謨?yōu)化設(shè)計。此外,為驗證文中所提優(yōu)化模型及解法的有效性,針對油田集輸管道進(jìn)行實例計算,通過優(yōu)化結(jié)果驗證本文所建立理論方法有效。本文研究成果對于豐富最優(yōu)化理論方法在油氣田的應(yīng)用成果具有一定理論意義,尤其對于完善枝-環(huán)狀集輸網(wǎng)絡(luò)拓?fù)洳季謨?yōu)化理論具有促進(jìn)作用。
賀斌[6]（2020）在《基于改進(jìn)遺傳算法的火箭飛行參數(shù)優(yōu)化設(shè)計》文中提出本文以提高火箭飛行性能為研究目的,對火箭運動學(xué)模型、飛行參數(shù)優(yōu)化方案與優(yōu)化方法等方面進(jìn)行研究。針對簡單遺傳算法容易收斂到局部極小問題,結(jié)合罰函數(shù)處理約束條件的方法,設(shè)計了改進(jìn)的遺傳算法,實現(xiàn)了最大射程和最小起飛質(zhì)量約束條件下的火箭飛行參數(shù)優(yōu)化設(shè)計,對火箭總體設(shè)計與制導(dǎo)方案的選擇有著重要的指導(dǎo)意義。主要工作內(nèi)容如下:1.建立了火箭三自由度運動學(xué)模型。分析了火箭飛行特點及運動規(guī)律,建立了火箭的三自由度運動學(xué)模型,通過數(shù)學(xué)仿真驗證了運動學(xué)模型的合理性,為火箭飛行參數(shù)優(yōu)化設(shè)計提供了驗證平臺。2.設(shè)計了火箭飛行參數(shù)優(yōu)化方案。分析了火箭飛行過程,利用變分法將選擇俯仰程序角的過程優(yōu)化問題轉(zhuǎn)化為選擇亞音速段攻角絕對值的最大值和二級以上火箭俯仰角變化率的靜態(tài)優(yōu)化問題,設(shè)計了飛行參數(shù)優(yōu)化方案,建立了以最大射程和最小起飛質(zhì)量為優(yōu)化目標(biāo)的兩個優(yōu)化數(shù)學(xué)模型。3.提出了一種改進(jìn)的遺傳算法。針對簡單遺傳算法處理非單調(diào)多峰的火箭飛行參數(shù)優(yōu)化問題時,容易收斂于局部極小和搜索效率低的問題,結(jié)合罰函數(shù)處理約束條件的方法,利用自識別控制交叉父本的相似性、自適應(yīng)調(diào)整變異概率和最優(yōu)保存策略的方法對簡單遺傳算法進(jìn)行改進(jìn)。4.對火箭飛行參數(shù)進(jìn)行優(yōu)化仿真。以民兵3火箭為驗證對象,分別利用簡單遺傳算法和改進(jìn)遺傳算法進(jìn)行了蒙特卡洛仿真,通過對10次仿真結(jié)果的統(tǒng)計分析,結(jié)果表明:在最大射程的優(yōu)化結(jié)果中,同等的仿真條件下,改進(jìn)遺傳算法優(yōu)化結(jié)果的標(biāo)準(zhǔn)差比簡單遺傳算法縮小約為770倍,表明了論文研究的改進(jìn)遺傳算法能夠有效改善局部極小現(xiàn)象;最小起飛質(zhì)量的優(yōu)化結(jié)果表明改進(jìn)遺傳算法優(yōu)化結(jié)果標(biāo)準(zhǔn)差優(yōu)于簡單遺傳算法約20倍,解決了在種群進(jìn)化過程中容易出現(xiàn)的進(jìn)化停滯問題。通過仿真分析和對比試驗,可以看出本文提出的改進(jìn)遺傳算法可以有效地跳出局部極小,提高搜索效率,并充分驗證了改進(jìn)遺傳算法對火箭飛行軌跡優(yōu)化的有效性。
趙志君[7]（2019）在《新古典生產(chǎn)者理論的缺陷、引致問題及其解決方案》文中研究說明自新古典經(jīng)濟(jì)學(xué)誕生以來,對它的批判一直沒有停止過,但大部分批判都指向了它的假設(shè)的合理性及其模型的現(xiàn)實解釋力,對其存在的邏輯問題考察得不夠徹底,遇到問題時主流經(jīng)濟(jì)學(xué)家往往首先從維護(hù)完全競爭理論的角度考慮,而對存在的問題采取回避態(tài)度,致使問題長期存在于教科書和學(xué)術(shù)文獻(xiàn)而得不到糾正。本文聚焦于新古典經(jīng)濟(jì)學(xué)最重要的組成部分——新古典生產(chǎn)者理論,認(rèn)為新古典利潤函數(shù)的定義過于狹窄,導(dǎo)致利潤最大化問題與規(guī)模收益遞增和不變的生產(chǎn)技術(shù)不相容,要素需求函數(shù)、產(chǎn)品供給函數(shù)和利潤函數(shù)都沒有良好定義。出現(xiàn)這種情況的原因在于,出于維持邊際收益等于邊際成本這個先驗命題考慮,主流文獻(xiàn)沒有把資源約束納入利潤最優(yōu)化問題之中。在利潤最大化問題求解過程中,主流文獻(xiàn)通常不考慮二階條件,在最優(yōu)解不存在或存在但不唯一的情況下,想當(dāng)然地認(rèn)為滿足一階條件的最優(yōu)解存在且唯一。含有知識外溢效應(yīng)和人力資本的內(nèi)生經(jīng)濟(jì)增長模型也存在類似的邏輯不一致性問題。遵循經(jīng)濟(jì)學(xué)的基本前提,本文引進(jìn)表示資源稀缺的不等式約束,構(gòu)建了新的生產(chǎn)者行為理論模型。這一模型具有很大的包容性,克服了主流模型的缺陷,避免了最優(yōu)化問題無解的情況。本文采用庫恩塔克方法,對規(guī)模收益不變、遞增和遞減情況下的生產(chǎn)者優(yōu)化問題給出了統(tǒng)一解決方案。
李巖松[8]（2019）在《基于復(fù)變函數(shù)理論的深埋非圓形隧道力學(xué)行為解析研究》文中研究表明我國山多地廣,為了縮短兩地交通時間,除了提高列車車速,還可以縮短運營距離,而修建隧道是一種縮短運營距離、提高車速的有效手段。近年來,隧道建設(shè)地形越來越復(fù)雜,隧道結(jié)構(gòu)要求越來越高,需求越來越大,遇到的深埋、高地應(yīng)力、高水壓力、大變形、高寒、高海拔等不良工況層出不窮。隧道開挖運營過程中隧道應(yīng)力、圍巖分析一直以來都是隧道建設(shè)領(lǐng)域一個研究熱點和難點。目前的研究主要集中在以監(jiān)控量測數(shù)據(jù)為基礎(chǔ)的數(shù)值模擬計算和以具體工程為背景的模型試驗,而解析理論研究僅僅局限于圓形隧道方面,任意形狀隧道方面的成果偏少,解析理論研究還不成熟。論文提出將任意形狀隧道應(yīng)力、位移問題作為新的研究方向。主要采用理論分析、數(shù)值模擬和現(xiàn)場數(shù)據(jù)監(jiān)測等方法,針對非圓形隧道開挖、運營以及期間遇到的注漿、凍脹等問題從理論到實踐進(jìn)行了由淺至深的研究。主要研究內(nèi)容及成果體現(xiàn)為:（1）引入最優(yōu)化方法,求解了考慮襯砌內(nèi)邊界、襯砌與圍巖接觸邊界條件的非圓形隧道映射函數(shù),并且進(jìn)一步推導(dǎo)了考慮襯砌內(nèi)、外邊界及注漿圈（或凍脹圈）邊界的非圓形隧道映射函數(shù)。（2）引入復(fù)變函數(shù)理論建立了荷載—結(jié)構(gòu)模式下非圓形隧道在應(yīng)力邊界條件下應(yīng)力及位移彈性解析法。應(yīng)用MATLAB計算軟件求解荷載—結(jié)構(gòu)模式下非圓形隧道應(yīng)力及位移彈性解析算例,結(jié)果表明,復(fù)變冪級數(shù)法可以成功地解決荷載—結(jié)構(gòu)模式下非圓形隧道應(yīng)力及變形問題。（3）將荷載—結(jié)構(gòu)模式下襯砌環(huán)狀結(jié)構(gòu)的有限域問題與無限域問題聯(lián)系起來,推導(dǎo)了地層—結(jié)構(gòu)模式下非圓形隧道應(yīng)力及位移解析法;然后將解析解與數(shù)值模擬結(jié)果進(jìn)行對比分析,評價地層—結(jié)構(gòu)模式下深埋非圓形隧道應(yīng)力及位移解析解的合理性和準(zhǔn)確性。（4）基于復(fù)變函數(shù)理論對考慮注漿加固作用的深埋非圓形隧道應(yīng)力及位移進(jìn)行分析,首次推導(dǎo)了考慮注漿加固作用的深埋非圓形隧道應(yīng)力及位移解析解。并利用Flac有限差分軟件所得數(shù)值解對解析解校核發(fā)現(xiàn),在襯砌內(nèi)邊界上,解析解與數(shù)值解吻合的較好,只是在隧道拱肩和拱腳兩處所產(chǎn)生的應(yīng)力集中有一定偏差;注漿后圍巖提前受力,灌漿圈剛度增大、變形減小、整體性提升,改善了襯砌結(jié)構(gòu)受力條件,在襯砌外邊界上,解析解與數(shù)值解吻合的較好,只是在α=80°和α=120°附近法向變形有一定的偏差;在α=80°附近襯砌環(huán)向應(yīng)力峰值減小約8.9%。（5）首次推導(dǎo)了凍脹條件下深埋非圓形隧道應(yīng)力及位移解析方法,基于此方法首先推導(dǎo)了凍脹區(qū)域內(nèi)凍脹位移邊界條件。然后再將推導(dǎo)出的凍脹位移邊界條件通過連續(xù)性邊界條件分別與襯砌所表示的有限域以及圍巖所表示的無限域聯(lián)系起來。推導(dǎo)了襯砌—凍脹圈—圍巖體系的深埋非圓形隧道凍脹力彈性解析解。并結(jié)合數(shù)值模擬進(jìn)行了方法驗證。（6）將應(yīng)力釋放系數(shù)引入圍巖凍脹作用下的非圓形隧道應(yīng)力及位移問題中。根據(jù)位移邊界條件和應(yīng)力釋放系數(shù)重新推導(dǎo)了考慮圍巖應(yīng)力釋放條件下的襯砌—凍脹圈—圍巖體系的深埋非圓形隧道凍脹力彈性解析公式。深埋非圓形隧道凍脹力彈性解析解是沿隧道襯砌的不均勻凍脹解析解,這能求解以往圓形隧道凍脹解析解所不能求解的問題。（7）將考慮圍巖應(yīng)力釋放條件下的非圓形隧道凍脹力解析解與數(shù)值分析結(jié)果進(jìn)行對比分析,發(fā)現(xiàn)解析解與數(shù)值解吻合的較好,圍巖凍脹力對襯砌影響明顯,在拱頂、拱腳、拱底處因凍脹造成的環(huán)向附加應(yīng)力顯著增大,拱頂環(huán)向應(yīng)力由1.35MPa增大至3.67MPa;拱腳處環(huán)向應(yīng)力較未凍脹環(huán)向應(yīng)力增大約104.3%;拱底環(huán)向應(yīng)力由0.1MPa增大至2.0MPa。（8）將提出的方法應(yīng)用于鷓鴣山隧道工程實例分析中發(fā)現(xiàn),考慮應(yīng)力釋放條件更接近實際工況。雖然理論計算結(jié)果是基于彈性理論得出的,但根據(jù)凍脹的普遍規(guī)律和以往經(jīng)驗發(fā)現(xiàn),解析計算結(jié)果與既有結(jié)論吻合的較好,符合客觀實際規(guī)律,其計算結(jié)果對工程具有指導(dǎo)意義。
何艾靜[9]（2019）在《層析γ掃描透射圖像迭代重建算法的改進(jìn)研究》文中指出隨著核工業(yè)的迅速發(fā)展,放射性核廢物大量產(chǎn)生,層析γ掃描技術(shù)（Tomographic gamma scanning,TGS）作為目前先進(jìn)的γ射線無損分析技術(shù)之一,能夠?qū)ν把b核廢物中放射性核素進(jìn)行準(zhǔn)確的定性和定量分析。TGS掃描過程包括透射測量和發(fā)射測量兩部分,其中透射測量重建出的線衰減系數(shù)分布圖像,是后續(xù)發(fā)射測量重建活度分布圖像的基礎(chǔ),因此如何提高透射圖像重建的精確度是改進(jìn)整個TGS技術(shù)的有效途徑,也是TGS中一個關(guān)鍵技術(shù)難點。本論文針對TGS關(guān)鍵技術(shù)之一的透射測量圖像重建進(jìn)行研究。針對傳統(tǒng)迭代重建算法中迭代初值的選取問題,采用3種基于不同求解模型和優(yōu)化條件的非迭代類方法:反投影算法（Back projection technique,BPT）、Tikhonov正則化算法和非最小最優(yōu)化方法（Non-minimization optimization,NMO）,結(jié)合TGS透射圖像重建方程,對傳統(tǒng)迭代算法:極大似然期望最大化法（Maximum likelihood expectation maximization,MLEM）進(jìn)行優(yōu)化,建立了3種改進(jìn)型迭代重建算法:BPT-MLEM、NMO-MLEM和Tikhonov-MLEM。為了驗證算法改進(jìn)的有效性,本文開展了TGS透射測量模擬實驗和實驗測試。首先采用蒙特卡洛模擬程序MCNP建立透射源為60Co和137Cs的透射測量模型,對非均勻填充的單層5×5體素開展旋轉(zhuǎn)掃描測量,并采用3種改進(jìn)型迭代重建算法和傳統(tǒng)MLEM算法進(jìn)行相應(yīng)透射圖像重建。重建結(jié)果表明本文提出的3種初值改進(jìn)算法適用于TGS透射圖像重建,能夠準(zhǔn)確還原體素的線衰減系數(shù)值;且相比傳統(tǒng)MLEM算法（重建誤差范圍5.52%23.90%）,初值優(yōu)化技術(shù)下的3種改進(jìn)算法能夠有效提高重建精度（BPT-MLEM重建誤差范圍3.27%20.56%,Tikhonov-MLEM重建誤差范圍0.57%17.28%,NMO-MLEM重建誤差范圍1.97%10.78%）;3種優(yōu)化技術(shù)中,NMO的改進(jìn)效果最明顯,BPT改進(jìn)效果相對最差。在此基礎(chǔ)上,基于TGS測量系統(tǒng)開展透射測量實驗測試,將提出的改進(jìn)算法和傳統(tǒng)算法用于透射圖像重建,并引入圖像質(zhì)量評價參數(shù)用于重建效果評價。重建結(jié)果顯示:相同重建算法下的重建圖像精度隨著透射能量的增加而提高;其次,相比傳統(tǒng)算法,改進(jìn)算法重建出的透射圖像與樣品真實分布情況更為吻合,有效減少了重建圖像中的偽影和誤差,圖像評價參數(shù)結(jié)果也表明初值優(yōu)化技術(shù)能夠有效提高M(jìn)LEM迭代算法的重建精度;三種優(yōu)化技術(shù)對傳統(tǒng)MLEM算法重建準(zhǔn)確性的改進(jìn)效果:NMO-MLEM最好,Tikhonov-MLEM其次,BPT-MLEM最差,與模擬重建結(jié)果一致。證明了初值優(yōu)化技術(shù)適用于TGS透射圖像重建技術(shù),能夠有效提高M(jìn)LEM迭代算法的重建圖像質(zhì)量和精度,為快速、準(zhǔn)確的線衰減系數(shù)分布重建提供了新的依據(jù)和途徑。
孫銘婧[10]（2019）在《液艙內(nèi)部結(jié)構(gòu)對液體晃蕩的影響》文中研究表明液體晃蕩現(xiàn)象廣泛存在于海洋環(huán)境、航空航天等自然環(huán)境與科學(xué)工程中。液體晃蕩的過程中會對液艙壁面產(chǎn)生沖擊荷載,引起結(jié)構(gòu)失穩(wěn),嚴(yán)重的情況下甚至?xí)?dǎo)致結(jié)構(gòu)發(fā)生破壞。因此,如何有效的抑制體液晃蕩、減少晃蕩過程中液體對液艙造成的沖擊荷載,是當(dāng)前工程設(shè)計以及許多科研領(lǐng)域重點研究的方向。本文基于有限差分法求解不可壓縮納維-斯托克斯方程,利用VOF方法對自由液面進(jìn)行捕捉,采用自主研制的數(shù)值程序?qū)θS矩形液艙等距增設(shè)兩個隔板時液艙的晃蕩開展研究,分析隔板對液體晃蕩的抑制效果?；谏鲜鲅芯抗ぷ?將拓?fù)浼夹g(shù)拓展到流體晃蕩中,對兩個隔板進(jìn)行拓?fù)鋬?yōu)化,分析拓?fù)鋬?yōu)化后的隔板形態(tài)對液體晃蕩的抑制。由于晃蕩的發(fā)生通常具有很強的隨機性,因此本文還探究了在不同頻率、不同振幅的外界激勵作用下,拓?fù)鋬?yōu)化后的隔板形態(tài)變化。結(jié)果表明:1.液艙內(nèi)設(shè)置兩個隔板的情況下液體的晃蕩時液體表面的波動以及隔板兩側(cè)沖擊壓力均產(chǎn)生規(guī)律性的變化,當(dāng)晃蕩發(fā)生一段時間之后,由于速度的疊加等因素,晃蕩會變得復(fù)雜,隔板兩側(cè)的壓力以及液體表面的波動會變得雜亂無章。2.將拓?fù)鋬?yōu)化應(yīng)用到了液體晃蕩的過程中可以發(fā)現(xiàn),晃蕩開始時透水率參數(shù)變化范圍較大,隔板形態(tài)變化無規(guī)律;晃蕩趨于穩(wěn)定之后,透水率也開始進(jìn)行規(guī)律性變化。最終經(jīng)過平均化的處理,得到優(yōu)化后的隔板形態(tài),經(jīng)驗證得出優(yōu)化后的雙隔板能夠有效的降低壁面所受的液體沖擊合力。3.在不同振幅、不同頻率的外界激勵作用下,經(jīng)過拓?fù)鋬?yōu)化后得到的第一塊隔板形態(tài)相似,均為條狀結(jié)構(gòu)。液面處、液面以下約三分之一處以及液艙底部處分布著三條不透水帶;經(jīng)拓?fù)鋬?yōu)化后得到的第二塊隔板形態(tài)有所差異。
二、最優(yōu)化方法——帶有約束條件的古典最優(yōu)化法（論文開題報告）
（1）論文研究背景及目的
此處內(nèi)容要求：
首先簡單簡介論文所研究問題的基本概念和背景，再而簡單明了地指出論文所要研究解決的具體問題，并提出你的論文準(zhǔn)備的觀點或解決方法。
寫法范例：
本文主要提出一款精簡64位RISC處理器存儲管理單元結(jié)構(gòu)并詳細(xì)分析其設(shè)計過程。在該MMU結(jié)構(gòu)中,TLB采用叁個分離的TLB,TLB采用基于內(nèi)容查找的相聯(lián)存儲器并行查找,支持粗粒度為64KB和細(xì)粒度為4KB兩種頁面大小,采用多級分層頁表結(jié)構(gòu)映射地址空間,并詳細(xì)論述了四級頁表轉(zhuǎn)換過程,TLB結(jié)構(gòu)組織等。該MMU結(jié)構(gòu)將作為該處理器存儲系統(tǒng)實現(xiàn)的一個重要組成部分。
（2）本文研究方法
調(diào)查法：該方法是有目的、有系統(tǒng)的搜集有關(guān)研究對象的具體信息。
觀察法：用自己的感官和輔助工具直接觀察研究對象從而得到有關(guān)信息。
實驗法：通過主支變革、控制研究對象來發(fā)現(xiàn)與確認(rèn)事物間的因果關(guān)系。
文獻(xiàn)研究法：通過調(diào)查文獻(xiàn)來獲得資料，從而全面的、正確的了解掌握研究方法。
實證研究法：依據(jù)現(xiàn)有的科學(xué)理論和實踐的需要提出設(shè)計。
定性分析法：對研究對象進(jìn)行“質(zhì)”的方面的研究，這個方法需要計算的數(shù)據(jù)較少。
定量分析法：通過具體的數(shù)字，使人們對研究對象的認(rèn)識進(jìn)一步精確化。
跨學(xué)科研究法：運用多學(xué)科的理論、方法和成果從整體上對某一課題進(jìn)行研究。
功能分析法：這是社會科學(xué)用來分析社會現(xiàn)象的一種方法，從某一功能出發(fā)研究多個方面的影響。
模擬法：通過創(chuàng)設(shè)一個與原型相似的模型來間接研究原型某種特性的一種形容方法。
三、最優(yōu)化方法——帶有約束條件的古典最優(yōu)化法（論文提綱范文）
（1）摩擦滑動接觸條件下隧洞圍巖和襯砌力學(xué)分析的解析方法（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 研究背景和意義 |
| 1.2 隧道工程圍巖穩(wěn)定及支護(hù)結(jié)構(gòu)設(shè)計理論 |
| 1.2.1 圍巖穩(wěn)定和圍巖壓力理論發(fā)展 |
| 1.2.2 隧道工程支護(hù)結(jié)構(gòu)設(shè)計理論發(fā)展 |
| 1.3 隧道工程力學(xué)分析解析研究現(xiàn)狀 |
| 1.3.1 無襯砌隧道研究現(xiàn)狀 |
| 1.3.2 隧道工程圍巖支護(hù)相互作用研究現(xiàn)狀 |
| 1.4 本文的主要研究內(nèi)容 |
| 第2章 隧道力學(xué)分析的彈性理論 |
| 2.1 引言 |
| 2.2 平面彈性問題的基本方程 |
| 2.3 平面彈性的復(fù)變方法 |
| 2.4 保角變換與曲線坐標(biāo) |
| 2.5 本章小結(jié) |
| 第3章 光滑接觸條件下非圓形有壓隧洞的應(yīng)力位移解析解 |
| 3.1 引言 |
| 3.2 求解的基本原理及方程 |
| 3.2.1 圍巖和襯砌應(yīng)力和位移分量的表示 |
| 3.2.2 圍巖和襯砌的解析函數(shù)的形式 |
| 3.2.3 圍巖和襯砌解析函數(shù)求解的基本方程 |
| 3.2.4 圍巖和襯砌解析函數(shù)的求解過程 |
| 3.3 圍巖和襯砌的應(yīng)力位移求解 |
| 3.3.1 圍巖和襯砌應(yīng)力的求解 |
| 3.3.2 圍巖和襯砌位移的求解 |
| 3.4 算例和分析 |
| 3.4.1 計算精度檢驗 |
| 3.4.2 直墻半圓拱形隧洞圍巖和襯砌應(yīng)力的討論 |
| 3.4.3 馬蹄形隧洞圍巖和襯砌應(yīng)力的討論 |
| 3.5 本章小結(jié) |
| 第4章 圓形隧洞圍巖襯砌摩擦滑動接觸條件下的應(yīng)力解析方法 |
| 4.1 引言 |
| 4.2 基本原理及方法 |
| 4.2.1 僅開挖引起的圍巖位移 |
| 4.2.2 襯砌作用下應(yīng)力位移的復(fù)勢函數(shù)表示 |
| 4.2.3 建立方程 |
| 4.3 摩擦滑動接觸的解法 |
| 4.3.1 滑動準(zhǔn)則 |
| 4.3.2 優(yōu)化模型 |
| 4.3.3 襯砌和圍巖中的應(yīng)力 |
| 4.3.4 基于有限元方法的襯砌與圍巖接觸分析原理 |
| 4.3.5 計算結(jié)果的驗證 |
| 4.4 分析和討論 |
| 4.4.1 接觸面上的接觸應(yīng)力 |
| 4.4.2 接觸面上的切向位移間斷值 |
| 4.4.3 圍巖開挖邊界上的切向應(yīng)力 |
| 4.4.4 襯砌內(nèi)外邊界上的切向應(yīng)力 |
| 4.4.5 摩擦系數(shù)的閾值 |
| 4.5 本章小結(jié) |
| 第5章 摩擦滑動接觸的高效解法和接觸方式的判定 |
| 5.1 引言 |
| 5.2 基本原理及方法 |
| 5.3 摩擦滑動接觸解法的優(yōu)化 |
| 5.4 分析和討論 |
| 5.4.1 圍巖和襯砌接觸面上的接觸方式 |
| 5.4.2 襯砌和圍巖各邊界上切向應(yīng)力的變化規(guī)律 |
| 5.5 本章小結(jié) |
| 第6章 結(jié)論與展望 |
| 6.1 主要結(jié)論 |
| 6.2 本文主要創(chuàng)新點 |
| 6.3 展望 |
| 參考文獻(xiàn) |
| 攻讀博士學(xué)位期間發(fā)表的學(xué)術(shù)論文及其它成果 |
| 攻讀博士期間參加的科研工作 |
| 致謝 |
| 作者簡介 |
（2）隨機一致性視角下的可學(xué)習(xí)理論與方法（論文提綱范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 研究背景和意義 |
| 1.1.1 可學(xué)習(xí)理論是統(tǒng)計機器學(xué)習(xí)的理論基礎(chǔ) |
| 1.1.2 準(zhǔn)確度是可學(xué)習(xí)理論與方法的重要評價準(zhǔn)則 |
| 1.1.3 隨機一致性在機器學(xué)習(xí)領(lǐng)域廣泛存在 |
| 1.1.4 隨機一致性對經(jīng)典可學(xué)習(xí)理論與方法的四個挑戰(zhàn) |
| 1.1.5 隨機一致性給機器學(xué)習(xí)理論與算法帶來三個新視角 |
| 1.2 可學(xué)習(xí)理論與方法的研究現(xiàn)狀 |
| 1.2.1 可學(xué)習(xí)理論研究進(jìn)展 |
| 1.2.2 機器學(xué)習(xí)方法研究進(jìn)展 |
| 1.3 核心科學(xué)問題 |
| 1.4 本文組織結(jié)構(gòu) |
| 第二章 純一致性度量 |
| 2.1 引言 |
| 2.2 純一致性度量的一般定義框架 |
| 2.3 隨機準(zhǔn)確度和純準(zhǔn)確度的定義 |
| 2.4 純準(zhǔn)確度對準(zhǔn)確度的可替代性分析 |
| 2.4.1 類別分布不敏感性 |
| 2.4.2 公平性 |
| 2.4.3 辨識性 |
| 2.4.4 收斂性 |
| 2.5 本章小結(jié) |
| 第三章 純準(zhǔn)確度的可學(xué)習(xí)性 |
| 3.1 引言 |
| 3.2 基本理論 |
| 3.3 分式隨機變量的概率不等式 |
| 3.4 假設(shè)空間有限時的可學(xué)習(xí)性 |
| 3.5 假設(shè)空間無限時的可學(xué)習(xí)性 |
| 3.6 本章小結(jié) |
| 第四章 純準(zhǔn)確度的學(xué)習(xí)能力 |
| 4.1 引言 |
| 4.2 相關(guān)工作 |
| 4.2.1 可加性函數(shù)(?)(1/N~(1/2))的泛化性能上界 |
| 4.2.2 純準(zhǔn)確度(?)(1/N~(1/2))的泛化性能上界 |
| 4.3. 緊于(?)(1/N~(1/2))的泛化性能上界 |
| 4.3.1 可加性函數(shù)緊于(?)(1/N~(1/2))的泛化性能上界 |
| 4.3.2 準(zhǔn)確度指標(biāo)緊于(?)(1/N~(1/2))的泛化性能上界 |
| 4.3.3 純準(zhǔn)確度指標(biāo)緊于(?)(1/N~(1/2))的泛化性能上界 |
| 4.4 本章小結(jié) |
| 第五章 基于純準(zhǔn)確度的貝葉斯判決方法 |
| 5.1 引言 |
| 5.2 相關(guān)工作 |
| 5.2.1 Plug-in規(guī)則 |
| 5.2.2 閾值確定 |
| 5.3 單峰性分析 |
| 5.4 區(qū)間搜索法 |
| 5.5 實驗驗證 |
| 5.5.1 人造數(shù)據(jù)集實驗結(jié)果 |
| 5.5.2 基準(zhǔn)測試集實驗結(jié)果 |
| 5.6 本章小結(jié) |
| 第六章 基于純準(zhǔn)確度的支持向量機方法 |
| 6.1 引言 |
| 6.2 相關(guān)工作 |
| 6.2.1 SVM方法 |
| 6.2.2 SVMperf |
| 6.2.3 梯度推斷法 |
| 6.3 PASVM:優(yōu)化純準(zhǔn)確度的SVM模型 |
| 6.4 實驗驗證 |
| 6.5 本章小結(jié) |
| 第七章 基于純準(zhǔn)確度的選擇性集成方法 |
| 7.1 引言 |
| 7.2 相關(guān)工作 |
| 7.3 基于純準(zhǔn)確度指標(biāo)的選擇性集成算法 |
| 7.3.1 分式規(guī)劃 |
| 7.3.2 一維全局優(yōu)化方法 |
| 7.3.3 PASE算法 |
| 7.4 實驗驗證 |
| 7.4.1 基準(zhǔn)測試集實驗結(jié)果 |
| 7.4.2 圖像數(shù)據(jù)集實驗結(jié)果比較 |
| 7.4.3 PASE提升弱分類器 |
| 7.5 本章小結(jié) |
| 第八章 基于模糊優(yōu)勢粗糙集的單調(diào)決策樹融合方法 |
| 8.1 引言 |
| 8.2 優(yōu)勢粗糙集及相關(guān)工作 |
| 8.2.1 模糊優(yōu)勢粗糙集 |
| 8.2.2 FREMT:基于模糊有序熵的單調(diào)決策樹 |
| 8.3 基于模糊優(yōu)勢粗糙集的集成方法 |
| 8.3.1 基于模糊優(yōu)勢粗糙集的辨識矩陣 |
| 8.3.2 適用于有序分類問題的更一般的辨識矩陣 |
| 8.3.3 模糊單調(diào)決策樹的融合算法 |
| 8.4 實驗分析 |
| 8.4.1 對比算法和基準(zhǔn)數(shù)據(jù)集 |
| 8.4.2 數(shù)據(jù)預(yù)處理 |
| 8.4.3 評價準(zhǔn)則和參數(shù)選擇 |
| 8.4.4 實驗結(jié)果及分析 |
| 8.5 本章小結(jié) |
| 結(jié)論及展望 |
| 參考文獻(xiàn) |
| 攻讀博士學(xué)位期間取得的研究成果 |
| 致謝 |
| 個人簡況及聯(lián)系方式 |
（3）復(fù)雜環(huán)境移動機器人路徑規(guī)劃與軌跡跟蹤研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 研究背景和意義 |
| 1.2 復(fù)雜環(huán)境移動機器人的研究現(xiàn)狀 |
| 1.2.1 復(fù)雜環(huán)境移動機器人路徑規(guī)劃的研究現(xiàn)狀 |
| 1.2.2 復(fù)雜環(huán)境移動機器人軌跡跟蹤的研究現(xiàn)狀 |
| 1.3 論文主要貢獻(xiàn)與創(chuàng)新 |
| 1.4 論文內(nèi)容和結(jié)構(gòu)安排 |
| 第二章 移動機器人的曲面路徑規(guī)劃時間復(fù)雜度控制研究 |
| 2.1 復(fù)雜環(huán)境三維建模 |
| 2.2 機器人路徑規(guī)劃的算法時間復(fù)雜度推導(dǎo) |
| 2.3 路徑規(guī)劃時間復(fù)雜度控制改進(jìn)研究 |
| 2.3.1 傳統(tǒng)的BNN算法原理 |
| 2.3.2 改進(jìn)時間復(fù)雜度的多尺度圖法原理 |
| 2.4 曲面路徑規(guī)劃時間的復(fù)雜度控制仿真對比研究 |
| 2.5 曲面多機器人多尺度圖法時間復(fù)雜度改進(jìn)的仿真實驗研究 |
| 2.6 本章小結(jié) |
| 第三章 移動機器人的曲面路徑規(guī)劃長度精度控制研究 |
| 3.1 機器人的曲面路徑規(guī)劃算法的路徑長度精度推導(dǎo) |
| 3.2 曲面路徑規(guī)劃路徑二維等效展開法長度精度控制改進(jìn)研究 |
| 3.3 曲面路徑規(guī)劃長度精度控制仿真的對比研究 |
| 3.4 本章小結(jié) |
| 第四章 具有力矩約束的曲面軌跡跟蹤的調(diào)節(jié)時間參數(shù)優(yōu)化設(shè)計 |
| 4.1 機器人軌跡曲面跟蹤的運動模型 |
| 4.2 具有速度約束模型控制的機器人軌跡的跟蹤 |
| 4.3 具有力矩約束的曲面軌跡跟蹤的控制調(diào)節(jié)時間最優(yōu)化方法推導(dǎo) |
| 4.4 軌跡跟蹤控制仿真實驗研究 |
| 4.4.1 圓軌跡跟蹤控制仿真實驗研究 |
| 4.4.2 曲面軌跡的跟蹤控制仿真實驗研究 |
| 4.5 本章小結(jié) |
| 第五章 具有力矩約束的曲面軌跡跟蹤的力矩導(dǎo)數(shù)參數(shù)優(yōu)化設(shè)計 |
| 5.1 具有力矩約束的軌跡跟蹤控制力矩導(dǎo)數(shù)最優(yōu)化設(shè)計 |
| 5.2 具有力矩約束的圓軌跡跟蹤力矩導(dǎo)數(shù)優(yōu)化仿真實驗研究 |
| 5.3 具有力矩約束的曲面軌跡跟蹤力矩導(dǎo)數(shù)優(yōu)化仿真實驗研究 |
| 5.4 本章小結(jié) |
| 第六章 考慮不確定性的移動機器人曲面軌跡跟蹤控制 |
| 6.1 考慮曲面不平性的曲面軌跡跟蹤控制仿真研究 |
| 6.2 考慮機器人拐彎干擾的曲面軌跡的跟蹤控制仿真研究 |
| 6.3 考慮機器人不確定性混合干擾的曲面軌跡的跟蹤控制仿真研究 |
| 6.4 本章小結(jié) |
| 第七章 總結(jié)與展望 |
| 7.1 總結(jié) |
| 7.2 展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 攻讀博士學(xué)位期間取得的成果 |
（4）風(fēng)荷載作用下塔架結(jié)構(gòu)拓?fù)鋬?yōu)化算法分析（論文提綱范文）
| 摘要 |
| Abstract |
| 第一章 緒論 |
| 1.1 本文的研究背景及意義 |
| 1.1.1 本文的研究背景 |
| 1.1.2 本文的研究意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.3 連續(xù)體結(jié)構(gòu)拓?fù)鋬?yōu)化的求解算法 |
| 1.4 變密度法在優(yōu)化中出現(xiàn)數(shù)值的不穩(wěn)定現(xiàn)象 |
| 1.5 拓?fù)鋬?yōu)化在實際工程中應(yīng)用 |
| 1.6 本文研究內(nèi)容 |
| 第二章 基于變密度法的連續(xù)體結(jié)構(gòu)拓?fù)鋬?yōu)化建模及求解方法 |
| 2.1 拓?fù)鋬?yōu)化理論基礎(chǔ) |
| 2.2 SIMP材料插值模型 |
| 2.3 優(yōu)化過程靈敏度分析 |
| 2.4 拓?fù)鋬?yōu)化數(shù)值求解算法 |
| 2.4.1 基最優(yōu)準(zhǔn)則法(OC)準(zhǔn)則法的拓?fù)鋬?yōu)化求解 |
| 2.4.2 移動漸進(jìn)法(MMA)的基本原理 |
| 2.4.3 內(nèi)點法的基本原理 |
| 2.5 變密度法步驟流程圖 |
| 2.6 棋盤效應(yīng)、網(wǎng)格獨立與敏感度過濾 |
| 2.7 基于體積約束下的剛度優(yōu)化 |
| 2.8 基于位移約束下的體積優(yōu)化 |
| 2.8.1 算例 |
| 2.9 基于體積約束下的頻率優(yōu)化 |
| 2.9.1 算例 |
| 2.10 小結(jié) |
| 第三章 基于變密度法的多約束優(yōu)化研究 |
| 3.1 引言 |
| 3.2 多約束下拉格朗日乘子的確定 |
| 3.3 優(yōu)化步驟和流程圖 |
| 3.4 基于位移、頻率約束的體積優(yōu)化問題 |
| 3.4.1 優(yōu)化問題描述 |
| 3.4.2 拉格朗日方程 |
| 3.4.3 數(shù)值算例與結(jié)果分析 |
| 3.5 基于體積、位移約束下的剛度優(yōu)化問題 |
| 3.5.1 優(yōu)化問題描述 |
| 3.5.2 拉格朗日方程 |
| 3.5.3 數(shù)值算例與結(jié)果分析 |
| 3.6 基于多點位移約束下的體積優(yōu)化問題 |
| 3.6.1 優(yōu)化問題描述 |
| 3.6.2 拉格朗日方程 |
| 3.6.3 數(shù)值算例與結(jié)果分析 |
| 3.7 本章小結(jié) |
| 第四章 基于變密度法的不動點迭代法 |
| 4.1 引言 |
| 4.2 定點迭代 |
| 4.2.1 簡單混合法 |
| 4.2.2 安德混合法 |
| 4.2.3 安德森周期外推法 |
| 4.3 拓?fù)鋬?yōu)化步驟和流程圖 |
| 4.4 數(shù)值算例和結(jié)果分析 |
| 4.4.1 算例1 MBB梁(承受集中荷載) |
| 4.4.2 算例2 |
| 4.4.3 算例3懸臂梁(承受集中荷載) |
| 4.4.4 算例4 MBB梁(承受均布荷載) |
| 4.5 本章小結(jié) |
| 第五章 塔架結(jié)構(gòu)風(fēng)荷載作用下的拓?fù)鋬?yōu)化 |
| 5.1 引言 |
| 5.2 風(fēng)荷載計算 |
| 5.2.1 塔架結(jié)構(gòu)節(jié)點風(fēng)荷載 |
| 5.2.2 風(fēng)荷載的POD分解 |
| 5.2.3 風(fēng)致結(jié)構(gòu)振動響應(yīng)計算原理 |
| 5.2.4 等效靜力風(fēng)荷載計算原理 |
| 5.2.5 計算步驟和流程圖 |
| 5.3 帶節(jié)點旋轉(zhuǎn)自由度的膜單元 |
| 5.3.1 節(jié)點帶旋轉(zhuǎn)自由度的膜單元和平面應(yīng)力單元對拓?fù)鋬?yōu)化結(jié)果影響 |
| 5.4 對稱約束下結(jié)構(gòu)的拓?fù)鋬?yōu)化 |
| 5.5 基于能量法的框架尺寸確定 |
| 5.6 塔架建模和分析 |
| 5.6.1 SAP2000與MATLAB數(shù)據(jù)交互API |
| 5.7 分層優(yōu)化概念 |
| 5.7.1 塔架分區(qū)拓?fù)鋬?yōu)化步驟和流程圖 |
| 5.8 基于體積約束下塔架的剛度優(yōu)化 |
| 5.8.1 塔架第一子區(qū)域拓?fù)鋬?yōu)化 |
| 5.8.2 塔架第二子區(qū)域拓?fù)鋬?yōu)化 |
| 5.8.3 塔架第三子區(qū)域拓?fù)鋬?yōu)化 |
| 5.8.4 塔架整體拓?fù)鋬?yōu)化 |
| 5.8.5 第二輪塔架第一子區(qū)域拓?fù)鋬?yōu)化 |
| 5.8.6 第二輪塔架第二子區(qū)域拓?fù)鋬?yōu)化 |
| 5.8.7 第二輪塔架第三子區(qū)域拓?fù)鋬?yōu)化 |
| 5.8.8 基于體積和位移約束下的塔架剛度優(yōu)化 |
| 5.9 本章小結(jié) |
| 第六章 總結(jié)與展望 |
| 6.1 本文的主要結(jié)論 |
| 6.2 未來研究工作的展望 |
| 參考文獻(xiàn) |
| 致謝 |
（5）一種枝-環(huán)狀集輸網(wǎng)絡(luò)的布局優(yōu)化研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 創(chuàng)新點摘要 |
| 第一章 前言 |
| 1.1 課題研究的目的及意義 |
| 1.2 最優(yōu)化技術(shù)簡介 |
| 1.3 地面集輸管道優(yōu)化的概況 |
| 1.3.1 油氣集輸系統(tǒng)管道拓?fù)洳季謨?yōu)化研究 |
| 1.3.2 人工智能算法研究進(jìn)展 |
| 1.3.3 油氣集輸系統(tǒng)優(yōu)化軟件研究 |
| 1.4 主要研究內(nèi)容 |
| 第二章 多級枝-環(huán)狀集輸管道拓?fù)洳季謨?yōu)化模型的建立 |
| 2.1 枝-環(huán)狀集輸管道的定義和屬性 |
| 2.1.1 基于圖論中MRS枝-環(huán)狀管道的定義 |
| 2.1.2 枝-環(huán)狀管道在圖論中的屬性 |
| 2.2 管道數(shù)學(xué)優(yōu)化模型的建立 |
| 2.2.1 目標(biāo)函數(shù)的確定 |
| 2.2.2 約束條件的確定 |
| 2.2.3 MRS網(wǎng)絡(luò)數(shù)學(xué)模型的確定 |
| 2.3 模型的分析與求解探討 |
| 2.3.1 模型分析 |
| 2.3.2 求解方法的選擇 |
| 2.4 本章小結(jié) |
| 第三章 多級枝-環(huán)狀集輸管道拓?fù)洳季謨?yōu)化模型的求解 |
| 3.1 拓?fù)洳季謨?yōu)化模型的分解及子模型構(gòu)建 |
| 3.1.1 井組劃分子模型建立 |
| 3.1.2 環(huán)路優(yōu)化子模型建立 |
| 3.2 拓?fù)洳季謨?yōu)化子模型求解 |
| 3.2.1 井組劃分子模型求解 |
| 3.2.2 環(huán)路優(yōu)化子模型的求解 |
| 3.3 拓?fù)洳季謨?yōu)化模型分級協(xié)調(diào)求解 |
| 3.3.1 分級優(yōu)化思想 |
| 3.3.2 混合優(yōu)化求解方法 |
| 3.4 本章小結(jié) |
| 第四章 含障礙的多級枝-環(huán)狀集輸管道拓?fù)洳季謨?yōu)化 |
| 4.1 障礙的定義與表征 |
| 4.2 含障礙集輸管道拓?fù)洳季謨?yōu)化模型建立 |
| 4.3 優(yōu)化模型的混合求解方法 |
| 4.3.1 布局合理性原則 |
| 4.3.2 障礙避讓原則 |
| 4.4 本章小結(jié) |
| 第五章 軟件平臺的開發(fā)與應(yīng)用 |
| 5.1 軟件開發(fā)環(huán)境 |
| 5.2 軟件運行環(huán)境 |
| 5.3 軟件整體框架 |
| 5.4 軟件模塊介紹 |
| 5.4.1 文件管理 |
| 5.4.2 數(shù)據(jù)管理 |
| 5.4.3 圖形建模 |
| 5.4.4 分布優(yōu)化 |
| 5.4.5 拓?fù)鋬?yōu)化 |
| 5.4.6 含障礙布局優(yōu)化 |
| 5.5 本章小結(jié) |
| 第六章 實例計算 |
| 6.1 無障礙MRS集輸管道優(yōu)化實例應(yīng)用 |
| 6.2 含障礙MRS集輸管道優(yōu)化實例應(yīng)用 |
| 6.3 本章小結(jié) |
| 結(jié)論 |
| 附錄 |
| 參考文獻(xiàn) |
| 發(fā)表文章目錄 |
| 致謝 |
（6）基于改進(jìn)遺傳算法的火箭飛行參數(shù)優(yōu)化設(shè)計（論文提綱范文）
| 摘要 |
| Abstract |
| 第一章 緒論 |
| 1.1 研究背景 |
| 1.2 研究的目的和意義 |
| 1.3 火箭飛行參數(shù)優(yōu)化技術(shù)的發(fā)展概況及方法綜述 |
| 1.3.1 國內(nèi)外發(fā)展概況 |
| 1.3.2 優(yōu)化方法綜述 |
| 1.4 論文結(jié)構(gòu)安排 |
| 第二章 火箭三自由度運動學(xué)模型 |
| 2.1 箭體受力分析 |
| 2.1.1 引力和重力 |
| 2.1.2 空氣動力 |
| 2.1.3 火箭推力 |
| 2.2 火箭運動方程 |
| 2.2.1 質(zhì)心運動的矢量方程 |
| 2.2.2 坐標(biāo)形式的運動方程 |
| 2.3 軌跡仿真與分析 |
| 2.4 本章小結(jié) |
| 第三章 火箭飛行參數(shù)優(yōu)化方案設(shè)計 |
| 3.1 火箭飛行參數(shù)的分析 |
| 3.1.1 最優(yōu)控制問題 |
| 3.1.2 最優(yōu)控制問題的求解方法 |
| 3.2 目標(biāo)函數(shù) |
| 3.2.1 最大射程 |
| 3.2.2 最小起飛質(zhì)量 |
| 3.3 目標(biāo)函數(shù)的求解方法 |
| 3.3.1 火箭的飛行程序 |
| 3.3.2 俯仰角程序的選擇方法 |
| 3.4 最大射程與最小起飛質(zhì)量的優(yōu)化數(shù)學(xué)模型 |
| 3.5 本章小結(jié) |
| 第四章 基于罰函數(shù)的改進(jìn)遺傳算法 |
| 4.1 優(yōu)化數(shù)學(xué)模型 |
| 4.2 罰函數(shù)法 |
| 4.2.1 罰函數(shù)法基本原理 |
| 4.2.2 罰函數(shù)法具體處理辦法 |
| 4.3 改進(jìn)遺傳算法 |
| 4.3.1 遺傳算法 |
| 4.3.2 改進(jìn)方法 |
| 4.4 本章小結(jié) |
| 第五章 基于改進(jìn)遺傳算法的火箭飛行參數(shù)優(yōu)化仿真驗證 |
| 5.1 火箭發(fā)射的初始條件與基本參數(shù) |
| 5.2 等價的目標(biāo)函數(shù) |
| 5.3 最大射程優(yōu)化結(jié)果 |
| 5.4 最小起飛質(zhì)量優(yōu)化結(jié)果 |
| 5.5 火箭飛行測試 |
| 5.6 本章小結(jié) |
| 第六章 總結(jié)與展望 |
| 6.1 總結(jié) |
| 6.2 展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 附錄 A |
| 附錄 B |
（7）新古典生產(chǎn)者理論的缺陷、引致問題及其解決方案（論文提綱范文）
| 一、引言 |
| 二、理論背景和相關(guān)文獻(xiàn) |
| 三、新古典生產(chǎn)者理論的缺陷及其引致的問題 |
| (一)新古典利潤函數(shù)定義的狹隘及其模型求解問題 |
| (二)帶有知識外溢的內(nèi)生增長模型存在的問題 |
| (三)關(guān)于完全競爭條件的使用和合成謬誤 |
| 四、生產(chǎn)者利潤最大化問題的超邊際分析 |
| 1)'>(一)規(guī)模收益遞增的情況(α+β>1) |
| (三)規(guī)模收益不變的情況(α+β=1) |
| 五、總結(jié)性評論 |
（8）基于復(fù)變函數(shù)理論的深埋非圓形隧道力學(xué)行為解析研究（論文提綱范文）
| 摘要 |
| abstract |
| 第1章 緒論 |
| 1.1 研究背景 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.2.1 圓形隧道應(yīng)力及位移研究 |
| 1.2.2 不考慮襯砌支護(hù)的非圓形隧道應(yīng)力及位移研究 |
| 1.2.3 考慮襯砌支護(hù)的非圓形隧道應(yīng)力及位移研究 |
| 1.2.4 季節(jié)性凍土隧道應(yīng)力及位移研究 |
| 1.3 主要研究內(nèi)容、方法與技術(shù)路線 |
| 1.3.1 研究內(nèi)容 |
| 1.3.2 研究方法與技術(shù)路線 |
| 第2章 基于最優(yōu)化解法的映射函數(shù) |
| 2.1 最優(yōu)化解法確定映射函數(shù)基本原理 |
| 2.2 考慮襯砌內(nèi)外邊界的非圓形隧道映射函數(shù)求解 |
| 2.3 考慮襯砌內(nèi)外邊界及注漿或凍脹圈的非圓形隧道映射函數(shù)求解 |
| 2.4 本章小結(jié) |
| 第3章 荷載—結(jié)構(gòu)模式下非圓形隧道解析分析 |
| 3.1 基于復(fù)變函數(shù)理論的彈性平面問題表示 |
| 3.1.1 雙調(diào)和函數(shù)的復(fù)變函數(shù)表示 |
| 3.1.2 應(yīng)力函數(shù)的復(fù)變函數(shù)表示 |
| 3.1.3 位移和應(yīng)力分量的復(fù)變函數(shù)表示 |
| 3.1.4 邊界條件的復(fù)變函數(shù)表示 |
| 3.1.5 極坐標(biāo)下彈性平面問題的復(fù)變函數(shù)表示 |
| 3.2 襯砌結(jié)構(gòu)數(shù)學(xué)模型及一般考慮 |
| 3.3 荷載—結(jié)構(gòu)模式下非圓形襯砌應(yīng)力及位移復(fù)變函數(shù)解法 |
| 3.3.1 荷載—結(jié)構(gòu)模式下非圓形襯砌應(yīng)力及位移解法概述 |
| 3.3.2 復(fù)應(yīng)力函數(shù)φ(ζ)和ψ(ζ)的求解 |
| 3.4 隧道襯砌應(yīng)力及位移解析解 |
| 3.5 本章小結(jié) |
| 第4章 地層—結(jié)構(gòu)模式下的非圓形隧道解析分析 |
| 4.1 數(shù)學(xué)模型及一般考慮 |
| 4.2 復(fù)應(yīng)力函數(shù)φ(ζ)和ψ(ζ)的求解 |
| 4.3 解析解的驗證及應(yīng)用 |
| 4.4 本章小結(jié) |
| 第5章 考慮注漿加固作用的非圓形隧道圍巖應(yīng)力及位移解析分析 |
| 5.1 隧道數(shù)學(xué)模型及一般考慮 |
| 5.2 復(fù)應(yīng)力函數(shù)φ(ζ)和ψ(ζ)的求解 |
| 5.3 解析解的驗證及應(yīng)用 |
| 5.4 本章小結(jié) |
| 第6章 寒區(qū)非圓形隧道應(yīng)力及位移解析分析 |
| 6.1 隧道數(shù)學(xué)模型及一般考慮 |
| 6.2 凍脹圈位移和應(yīng)力分量的復(fù)變函數(shù)表示 |
| 6.3 復(fù)應(yīng)力函數(shù)φ(ζ)和ψ(ζ)的求解 |
| 6.4 工程案例應(yīng)用分析 |
| 6.5 本章小結(jié) |
| 第7章 鷓鴣山隧道季節(jié)性凍脹變形特征與控制研究 |
| 7.1 工程概況 |
| 7.1.1 工程特征 |
| 7.1.2 地形地貌 |
| 7.1.3 氣象條件 |
| 7.2 季節(jié)性凍土隧道現(xiàn)場監(jiān)測分析 |
| 7.2.1 季凍區(qū)隧道圍巖物理化學(xué)性質(zhì)分析 |
| 7.2.2 季節(jié)性凍土隧道變形監(jiān)測分析 |
| 7.2.3 季節(jié)性凍土隧道凍脹力監(jiān)測分析 |
| 7.3 復(fù)應(yīng)力函數(shù)φ(ζ)和ψ(ζ)的求解 |
| 7.4 工程案例應(yīng)用分析 |
| 7.4.1 鷓鴣山隧道凍脹解析分析 |
| 7.4.2 與既有工程對比分析 |
| 7.5 本章小結(jié) |
| 結(jié)論與展望 |
| 主要結(jié)論 |
| 研究展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 圖片目錄 |
| 表格目錄 |
| 攻讀博士學(xué)位期間學(xué)術(shù)成果 |
| 攻讀博士期間參加的科研項目 |
| 攻讀博士學(xué)位期間個人獲獎情況 |
（9）層析γ掃描透射圖像迭代重建算法的改進(jìn)研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 研究背景及研究意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.2.1 TGS技術(shù)研究現(xiàn)狀 |
| 1.2.2 TGS透射圖像重建技術(shù)研究現(xiàn)狀 |
| 1.3 研究內(nèi)容及研究方法 |
| 1.3.1 研究內(nèi)容 |
| 1.3.2 研究方法 |
| 1.4 本章小結(jié) |
| 第2章 TGS透射圖像重建的理論基礎(chǔ) |
| 2.1 TGS透射掃描測量原理 |
| 2.1.1 γ射線的衰減規(guī)律 |
| 2.1.2 TGS結(jié)構(gòu)及透射掃描方法 |
| 2.2 TGS透射圖像重建原理 |
| 2.2.1 TGS透射方程 |
| 2.2.2 迭代算法重建原理 |
| 2.3 本章小結(jié) |
| 第3章 透射圖像重建迭代算法初值優(yōu)化方法研究 |
| 3.1 初值優(yōu)化方法 |
| 3.1.1 反投影算法(BPT) |
| 3.1.2 Tikhonov正則化算法 |
| 3.1.3 非最小最優(yōu)化法(NMO) |
| 3.2 初值優(yōu)化MLEM統(tǒng)計迭代算法研究 |
| 3.2.1 MLEM統(tǒng)計迭代算法 |
| 3.2.2 初值優(yōu)化改進(jìn)MLEM統(tǒng)計迭代算法 |
| 3.3 本章小結(jié) |
| 第4章 TGS透射測量模擬實驗 |
| 4.1 蒙特卡洛方法及MCNP簡介 |
| 4.1.1 蒙特卡洛方法簡介 |
| 4.1.2 MCNP軟件簡介 |
| 4.2 TGS透射掃描測量模擬 |
| 4.2.1 待測樣品 |
| 4.2.2 TGS測量系統(tǒng)模型 |
| 4.2.3 透射掃描測量模擬 |
| 4.2.4 線衰減系數(shù)參考值測量模擬 |
| 4.3 模擬透射圖像重建及結(jié)果分析 |
| 4.3.1 模擬透射圖像重建 |
| 4.3.2 模擬透射圖像重建結(jié)果 |
| 4.3.3 模擬重建結(jié)果分析 |
| 4.4 本章小結(jié) |
| 第5章 TGS透射測量實驗 |
| 5.1 TGS透射測量實驗 |
| 5.1.1 TGS系統(tǒng) |
| 5.1.2 放射性廢物桶填充 |
| 5.1.3 透射掃描實驗測量 |
| 5.1.4 線衰減系數(shù)參考值測量 |
| 5.2 TGS透射圖像重建 |
| 5.2.1 透射圖像重建過程 |
| 5.2.2 透射圖像重建結(jié)果 |
| 5.2.3 透射圖像重建質(zhì)量評價 |
| 5.3 誤差分析 |
| 5.4 本章小結(jié) |
| 結(jié)論 |
| 1.結(jié)論 |
| 2.后續(xù)工作展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 攻讀學(xué)位期間取得學(xué)術(shù)成果 |
（10）液艙內(nèi)部結(jié)構(gòu)對液體晃蕩的影響（論文提綱范文）
| 摘要 |
| Abstract |
| 1 緒論 |
| 1.1 研究背景和意義 |
| 1.2 研究現(xiàn)狀 |
| 1.2.1 液體晃蕩以及其抑制的研究 |
| 1.2.2 拓?fù)鋬?yōu)化方法的研究 |
| 1.3 本文的主要工作和章節(jié)安排 |
| 2 控制方程與數(shù)值算法 |
| 2.1 控制方程 |
| 2.2 VOF/PLIC方法介紹 |
| 2.2.1 界面法向量的估計 |
| 2.2.2 界面位置的確定 |
| 2.2.3 界面的傳播 |
| 2.3 最優(yōu)化方法及其求解過程 |
| 2.4.1 最優(yōu)化問題的基本概念 |
| 2.4.2 最優(yōu)化問題的分類 |
| 2.4.3 最優(yōu)化問題的解法 |
| 3 液艙中增設(shè)雙隔板后對晃蕩的影響 |
| 3.1 晃蕩參數(shù)與邊界條件的設(shè)定 |
| 3.1.1 晃蕩參數(shù)的設(shè)定 |
| 3.1.2 邊界條件的設(shè)定 |
| 3.2 雙隔板阻礙下流動的運動學(xué)表現(xiàn) |
| 3.3 雙隔板阻礙下流動的動力學(xué)特性 |
| 3.4 本章小結(jié) |
| 4 雙隔板拓?fù)鋬?yōu)化對減晃的作用 |
| 4.1 目標(biāo)函數(shù)和約束條件 |
| 4.2 非定常優(yōu)化流程 |
| 4.3 最優(yōu)控制結(jié)果分析 |
| 4.3.1 隔板透水率的變化 |
| 4.3.2 優(yōu)化后隔板形態(tài)以及結(jié)果分析 |
| 4.4 雙壁面受力時最優(yōu)控制結(jié)果分析 |
| 4.4.1 隔板透水率的變化 |
| 4.4.2 優(yōu)化后隔板形態(tài)以及結(jié)果分析 |
| 4.5 本章小結(jié) |
| 5 不同外界激勵作用下對優(yōu)化后隔板形態(tài)的影響 |
| 5.1 不同激勵振幅作用下對優(yōu)化后隔板形態(tài)的影響 |
| 5.2 不同激勵頻率作用下對優(yōu)化后隔板形態(tài)的影響 |
| 5.3 本章小結(jié) |
| 結(jié)論與展望 |
| 參考文獻(xiàn) |
| 致謝 |
四、最優(yōu)化方法——帶有約束條件的古典最優(yōu)化法（論文參考文獻(xiàn)）
- [1]摩擦滑動接觸條件下隧洞圍巖和襯砌力學(xué)分析的解析方法[D]. 尹崇林. 華北電力大學(xué)(北京), 2021
- [2]隨機一致性視角下的可學(xué)習(xí)理論與方法[D]. 王婕婷. 山西大學(xué), 2021(01)
- [3]復(fù)雜環(huán)境移動機器人路徑規(guī)劃與軌跡跟蹤研究[D]. 羅敏. 電子科技大學(xué), 2021(01)
- [4]風(fēng)荷載作用下塔架結(jié)構(gòu)拓?fù)鋬?yōu)化算法分析[D]. 梅超豪. 廣州大學(xué), 2020(02)
- [5]一種枝-環(huán)狀集輸網(wǎng)絡(luò)的布局優(yōu)化研究[D]. 王昊. 東北石油大學(xué), 2020(03)
- [6]基于改進(jìn)遺傳算法的火箭飛行參數(shù)優(yōu)化設(shè)計[D]. 賀斌. 南京理工大學(xué), 2020(01)
- [7]新古典生產(chǎn)者理論的缺陷、引致問題及其解決方案[J]. 趙志君. 經(jīng)濟(jì)學(xué)動態(tài), 2019(11)
- [8]基于復(fù)變函數(shù)理論的深埋非圓形隧道力學(xué)行為解析研究[D]. 李巖松. 西南交通大學(xué), 2019(06)
- [9]層析γ掃描透射圖像迭代重建算法的改進(jìn)研究[D]. 何艾靜. 成都理工大學(xué), 2019(02)
- [10]液艙內(nèi)部結(jié)構(gòu)對液體晃蕩的影響[D]. 孫銘婧. 大連理工大學(xué), 2019
標(biāo)簽：拓?fù)鋬?yōu)化論文; 應(yīng)力狀態(tài)論文; 火箭模型論文; 最優(yōu)化論文; 圍巖分級論文;