一、几何约束求解的新方法——基于共轭梯度法的混合遗传算法（论文文献综述）
李海[1]（2021）在《考虑数据完全性的刀具剩余寿命预测及其约束下的作业车间调度研究》文中研究表明对于采用多品种小批量柔性生产方式的离散制造企业,有效的车间调度方案能够提升企业生产效率和节约生产成本。同时,柔性作业车间调度问题也是典型的非确定性多项式类（Non-deterministic polynomial,NP）难组合优化问题,该问题的难点在于条件多变、计算复杂、求解难度大,使用数学方法难以在多项式时间内精确求解,并且柔性作业车间的制造资源类型多、设备性能动态性退化,对车间调度方案的可靠性、鲁棒性提出了更高的要求,因而该问题已成为工业界和学术界共同研究的热点。刀具作为柔性作业车间重要的制造资源,也是机床完成工件加工的必要设备,刀具剩余寿命是衡量其切削性能和实施换刀策略的重要指标。尽管针对刀具剩余寿命预测和柔性作业车间调度开展了很多研究工作,并取得了丰富的研究成果,但现有研究只针对上述两方面单独展开,鲜有研究同时考虑两个方面,使得刀具在加工过程中出现过度磨损,导致工件表面质量受损、机床停机、机床故障、延期交货等问题,严重影响车间生产效率和生产成本。因此,将刀具寿命作为柔性作业车间调度的必要约束具有重要的现实意义。然而,刀具磨损监测数据信噪比低、时变性强,当加工环境发生改变和新刀刚投入使用时,无法收集刀具从开始运行到失效的完全遍历数据,加之将刀具剩余寿命融入到柔性作业车间调度中,会使得调度问题的约束变多、复杂度变高、决策因素变杂和求解难度变大,对优化算法的求解质量和搜索效率都提出了更高的要求,这大大增加了刀具剩余寿命预测和柔性作业车间调度问题的研究难度。因此,针对考虑刀具寿命约束的柔性作业车间调度问题,亟需突破非完全遍历监测数据下的刀具剩余寿命预测方法以及高精、高效的调度求解算法,在较短时间内获得生产效益最优的车间调度方案。本文针对上述问题,从刀具剩余寿命预测和柔性作业车间调度问题的模型构建、求解与决策算法设计上开展研究,主要研究内容如下:（1）针对刀具不同磨损阶段的数据特征分布、磨损趋势变化等方面的差异较大,导致单一的全局模型难以准确地描述刀具磨损过程的问题,提出了基于磨损状态分类的多阶段刀具剩余寿命预测新方法。首先,将多维传感器信号转换为对称点图像,通过分析不同图像参数对对称点图像特征的影响规律,建立了对称点图像参数的自适应选择模型。根据选择的最优图像参数,构建了不同磨损状态的图像聚类模板,提出了基于对称点模式的刀具磨损状态分类新方法。然后,通过分析不同磨损阶段的数据分布特性,建立了基于组合核函数高斯过程回归的刀具磨损预测模型及其参数优化方法,并根据刀具磨损状态分类结果分配不同的预测模型。最后,通过与其它方法进行对比,验证了所提出的多阶段预测方法的有效性。（2）针对刀具加工环境发生改变或新刀具刚投入使用时,仅存在刀具从开始运行或某个时刻开始到当前时刻的监测数据（非完全遍历数据）,导致刀具剩余寿命预测模型难以建立的问题,提出了一种非完全遍历数据下的刀具剩余寿命预测方法。首先,通过分析刀具磨损机理,揭示了刀具磨损因子与特征失效阈值的关系,提出了时间特征窗的自适应构建方法,并针对异常数据设计了异常区域处理方法,解决了异常数据下刀具磨损趋势的表征问题。然后,建立了深度双向长短时间记忆网络模型,并利用已压缩的时间特征窗训练预测模型,结合刀具磨损因子,提出了考虑刀具磨损的多步滚动预测方法,可预测刀具磨损趋势。最后,通过与其它方法进行对比,验证了所提出的方法在非完全遍历数据下预测刀具剩余寿命的有效性。（3）针对现有柔性作业车间调度研究忽略了刀具寿命约束,造成刀具在加工过程中过度磨损,导致工件表面质量降低、机床停机、交货不及时等问题,以生产成本为目标,建立了考虑刀具寿命约束的柔性作业车间调度模型。首先,建立了考虑机床和刀具的解集多样性评估模型,并提出了解集修复和自重启方法,提升了求解质量。然后,根据优化目标的优先性,提出了基于延期时间和加工成本优化的两阶段启发式算法,可指导性地减小解空间,提升了遗传算法的求解效率。最后,通过与其它方法进行对比,验证了刀具寿命约束下的车间调度模型和两阶段启发式算法的有效性。（4）针对现有多目标柔性作业车间调度研究忽略了刀具寿命限制,以及多目标决策阶段仅考虑低维信息,导致调度方案可行性差的问题,以完工时间、延期时间和加工成本为优化目标,建立了考虑刀具寿命约束的多目标车间调度模型。首先,通过寻找考虑机床和刀具的关键路径,提出了考虑刀具寿命的邻域搜索方法,提升了解集多样性,并采用模因算法求解多目标调度问题,得到一组非支配解。然后,提出了考虑优化目标内在关联、决策者偏好性、主观知识和实际数据等高维信息的组合权重计算方法,构建了非支配解集的评估决策模型,得到最优生产调度方案。最后,通过与其它方法进行对比,验证了所提出的模因算法和多目标决策方法的有效性。
魏琳扬[2]（2020）在《梯度折射率介质光热信息模拟及参数辨识》文中研究指明介质成分、密度、温度的非均匀性以及克尔效应、电致伸缩等作用会导致介质折射率的连续、非均匀分布,形成梯度折射率。由Fermat原理可知,光线在梯度折射率介质内沿曲线传播,会出现折射和全反射现象,导致辐射传输过程十分复杂。随着科学研究的深入,梯度折射率介质光热辐射传输在光学系统设计、医学成像诊断、大气遥感探测、光纤通信等工程领域中的重要作用逐渐受到重视,迫切需要精确模拟梯度折射率介质内光热能量传输特性,深入了解光热信息传输规律。其核心是研究梯度折射率介质的光热信息模拟和光热参数辨识,光热信息模拟的本质是光热辐射传输的精确求解,目前基于离散辐射传输方程的数值方法存在假散射和射线效应且方向离散不灵活等缺点,无法实现任意方向辐射信息的高分辨率精确求解,而高分辨率辐射信息的准确计算是进行光热参数辨识的前提,因此亟需发展新的适用于求解复杂梯度折射率介质内任意方向辐射强度的求解技术。参数辨识的本质是基于边界光热辐射传输测量信息重建梯度折射率、吸收系数、散射系数等物性参数场,梯度折射率介质的参数辨识属于典型的非线性及不适定性反问题,涉及多参数场协同重建,需要解决重建过程中的病态性、多值性等一系列问题。为此,本文围绕梯度折射率光热辐射特性和参数辨识开展相关研究,主要内容包括以下五个方面:发展了一种基于有限体积法的广义源项多流法。首先利用有限体积法求出介质内的源项分布,然后根据要求解的辐射强度方向,由龙格库塔射线踪迹法反向追踪确定光线在介质内部的传输路径,沿光线传输轨迹积分就可以得到对应的辐射强度,从而对半透明梯度折射率介质方向辐射信息进行求解。发展了一种基于辐射传递因子的积分方程法。采用反向蒙特卡洛法计算辐射传递因子数据库,利用辐射传递因子解决其复杂的积分问题,既简化了积分方程的积分过程,又保留了积分方程的精度。同时介质物性不变的情况下,辐射传递因子数据库只需要计算一次,因而又具有较高的计算效率,可以高效灵活地求解方向辐射信息。基于群体智能优化理论,建立了光热参数反演模型,对半透明介质空间相关和温度相关的折射率和吸收系数进行反演。引进了两种常见的群体智能优化算法（随机微粒群算法SPSO和教与学算法TLBO）,并对其进行了改进从而提高其计算精度和计算效率。并根据敏感性分析,提出了两步反演模型,实现了折射率和吸收系数的同时反演。针对群体智能优化算法无法实现多参数场协同重建及效率低下的问题,基于梯度下降优化理论,建立光热参数场重建模型,对半透明介质的梯度折射率场、吸收系数场及散射系数场进行了重建。引进了求解光滑非线性规划问题的序列二次规划算法（SQP）,采用罚函数降低其对初始解的依赖。基于激光辐照半透明梯度折射率介质瞬态辐射导热耦合换热模型,分别对吸收系数和散射系数场、吸收系数和梯度折射率场进行了重建研究,并发展了混合SPSO-SQP算法和两步重建模型,实现了多参数场协同重建。针对多参数场同时重建存在串扰及未知参数干扰的问题,基于光线弯曲传输理论,建立光线传输模型,根据Fermat原理（光线偏转与梯度折射率的关系）对梯度折射率场进行重建,再根据Bouguer定律（光线衰减与吸收系数的关系）对吸收系数场进行重建,该重建方案既避免了多参数场同时重建的串扰问题,又消除了其他未知参数对梯度折射率和吸收系数重建的影响,从而实现折射率场和吸收系数场的精确重建。
张镕哲[3]（2020）在《多物性参数的联合反演研究及应用》文中指出地球物理反演是指通过地球物理观测数据反推地下场源的空间分布情况,提供地下目标体的赋存状态（形状、产状、空间位置）和岩石物性参数（密度、磁性、电性、弹性和速度等）等特征信息,已经成为矿产和油气资源勘探中最为重要的定量解释工具之一。然而,随着浅层资源的枯竭,我国找矿找油工作的重点正向深部资源转移,单凭一种地球物理数据很难精准地推测出地下异常体的属性信息。鉴于单一物性反演方法存在的局限性和表现出的多解性,开展多种地球物理方法综合解释是提高反演解释的必由之路,而联合反演是多种地球物理数据综合解释的最有效方法之一,是解决多种勘探方法反演结果结构不一致、多种数据利用率低和反演多解性严重等问题的理想方案。本论文针对反演多解性严重、多物性参数结构耦合困难以及计算慢内存占用量大等难点问题,开展了多种物性参数的联合反演算法的研究,旨在已有的联合反演方法基础上,开发优化改进的联合反演方法,更加有效地降低反演多解性,改善反演准确性、效率性和稳定性,形成一套有效而全面的多物性多约束联合反演算法,促进联合反演的实用化进程。交叉梯度联合反演方法不需要依赖不同物性参数间的岩石物性关系,而是假设同一地下区域不同物性参数的空间结构分布完全或者部分相同,因此适用于多种地球物理方法的综合解释。本文基于交叉梯度耦合方法开展了不同物性参数的二维联合反演研究,构建了双物性单约束联合反演目标函数,在交叉梯度函数为零的恒等式约束条件下采用高斯-牛顿法进行同步迭代求解,实现了重磁电震方法间的双物性单约束二维联合反演算法。在此基础上,将归一化算子引入到交叉梯度函数中,用来克服不同物性参数间差异的影响,提出了基于归一化交叉梯度约束的多物性参数联合反演算法;针对二维多物性参数联合反演计算效率低和内存消耗大的难点问题,通过引入数据空间方法,将模型计算从模型空间通过恒等式转换到数据空间进行数值求解,从而有效降低了内存消耗,提高了计算效率。模型试算表明每种地球物理方法都存在各自的局限性,采用多物性参数联合反演的策略可以对单一反演结果取长补短,有效地降低反演结果的多解性和改善不同模型的结构一致性。同时,将交叉梯度函数中的不同量级、不同单位的模型参数转换成相同数量级、无量纲的模型参数,可以有效地消除联合反演因直接耦合不同模型参数所引起的反演结果偏差。此外,数据空间联合反演方法具有计算时间短、消耗内存少等优点,表现出较强的稳定性和适用性。正则化技术可以有效降低反演多解性和提高反演稳定性。不同的正则化方法表现出不同的反演效果,本文研究了多种正则化方法的理论,推导了其函数项对应的模型加权矩阵,实现了不同正则化下的二维联合反演算法,并提出了基于弹性网正则化交叉梯度二维联合反演算法。模型试算表明,L2范数解总是过于平滑,L1范数解总是过于稀疏。然而,L2范数和L1范数的凸组合弹性网正则化方法,不仅可以增强稳定性以保持局部区域的平滑,而且能有效地捕捉反演解的小尺度细节,增强稀疏性以保持尖锐的边界。实例结果表明,相比于现有的平滑约束联合反演方法,可以有效地改善异常体下部大面积发散的现象,平滑区域出现了精细的异常体尖锐边界。为了便于地质解释,将联合反演得到的模型整合成（红-绿-蓝）模式的RGB合成图,通过RGB合成图对研究矿区地层序列和断层定位进行定量解释。针对三维联合反演中灵敏度矩阵存储量过大和传统共轭梯度法容易出现连续搜索步长小的问题,提出了一种数据空间和改进的共轭梯度法相结合的三维联合反演算法,该算法不需要形成和存储灵敏度矩阵,有效地降低了反演计算时间和内存消耗量,并将该算法分别应用到重力和重力梯度同物性的三维联合反演以及重力及重力梯度和磁法不同物性的三维交叉梯度联合反演中,首次给出了三维数据空间下改进的共轭梯度法联合反演的公式推导过程。此外,在重力几何格架快速正演算法的基础上,将几何格架等效关系式进行修改,给出了重力梯度和磁法的几何格架关系式,开发出三维重力梯度和磁法的快速正演计算方法,进一步提高了反演的计算速度。模型试算表明,改进的共轭梯度法可以降低反演的迭代次数,提高反演的收敛速度;基于数据空间和改进的共轭梯度法相结合的算法可以避免存储灵敏度矩阵,更加有效地提高计算效率和降低内存消耗量;相比于单独反演,基于交叉梯度约束的联合反演可以获得结构一致性更高的模型结果。实例结果表明,本文提出的算法不仅可以恢复出结构一致性更高的模型,而且可以在普通计算机下快速获得地下模型,表现出较强的稳定性和适用性,基于数据空间和改进的共轭梯度法的三维联合反演算法将会是今后大数据联合反演发展的重要技术手段。
王浩然[4]（2020）在《基于并行计算与深度学习算法的大规模重磁数据反演研究》文中认为从探测平台以较低成本获得大规模高质量的重磁数据技术迅速发展并逐渐成熟,与之配套的高分辨率数据处理和解释技术也在不断更新和完善。三维重磁反演不仅能够提供有关异常源水平边界和埋深的几何位置信息,还能够提供物性参数大小及其分布等定量信息,从而为后续的地球物理勘探或地质解释提供相关参考。因此,对重磁数据进行地下密度或者磁化率分布建模的三维反演技术是数据解释中至关重要的一环。对于大规模重磁数据,在理论上,现有的高分辨率反演方法均可使用。然而,在数值上,计算复杂度随问题的大小线性增加,这意味着三维反演面临两个主要障碍。首先是需要大量的计算机内存来存储灵敏度矩阵。即使几千个数据点这种小规模反演一般也需要上万的小单元组成地下三维模型,这也会超出台式机的可用内存。然后是是将正演算子的稠密矩阵（即灵敏度矩阵）乘以数据向量所需的CPU时间。这两个障碍直接限制了实际可解决问题的规模。本文围绕这两个障碍展开分析和研究。正演是实现反演计算的基础,在反演的每一次迭代过程中,均需要通过正演建模——即将灵敏度矩阵应用于预测模型——计算出预测模型产生的预测异常。我们通常将灵敏度矩阵事先计算出来并存储,以便下次使用。但随着问题规模增大,灵敏度矩阵增大,计算时间也增加。本文提出基于等效几何格架的灵敏度索引技术,仅计算并存储灵敏度矩阵元素可能出现的所有数值,并通过索引技术构建灵敏度矩阵。我们通过模型试验验证了该方法在减少内存占用方面巨大的优越性,同时一定程度上减少计算灵敏度矩阵的时间,为大规模数据反演奠定基础。对于大规模数据反演快速计算,本文提出了基于并行计算技术的反演方法,采用MPI实现CPU并行调用多个GPU,采用CUDA和OpenACC实现GPU并行计算,同时针对并行计算程序进行了减少数据传输、减少访存受限、隐藏延时以及减少指令受限等优化。我们通过模型试验证明了该方法使大规模模型的快速反演成为可能,同一地下模型密集数据的引入可以更加清楚的描绘出异常体边界位置,勾画其具体形态。我们还将该方法应用于甘肃金川铜矿区的实测磁异常,其反演结果快速稳定,与地质资料相符合。将深度学习这一概念应用于地球物理数据自动解释是如今的一个研究热点,但使用深度学习方法进行重磁反演以恢复地下物性分布这一领域依旧是空白。本文实现了基于卷积神经网络的重磁数据反演,设计了一个相对简单而又行之有效的卷积神经网络,使得用于重力数据密度成像所需要存储与训练的参数大量减少,并可以对重磁数据进行高效且较为准确的物性成像。并通过模型试验对算法进行了验证,并将该网络应用于金川矿区航磁异常地质解释。
梅杰[5]（2020）在《基于ABAQUS和复变量求导法的力学反问题求解方法》文中研究指明随着数值计算方法和计算机科学技术的发展,固体力学的研究对象越来越多样化,常常涉及很多复杂非线性问题。在许多工程应用领域,固体力学正问题的研究已经不能满足需求,有时需要根据结构的响应去反推发生的原因,即需要求解固体力学反问题:根据结构的形变或者位移,通过求解反问题去确定结构的材料属性、结构的边界条件、或者结构内部的未知形状等。本文针对目前的固体力学反问题求解方法对大型工程问题的适应性差的问题,提出了求解非线性固体力学反问题的一种新方法,即基于商业有限元软件进行二次开发,建立非线性固体力学反问题多宗量反演的求解方法。首先,针对本文涉及的非线性幂强化弹塑性材料,根据材料的特性给出了该材料的有限元静力分析过程,然后以上述理论为基础开发相应的ABAQUS用户单元子程序和材料子程序,保证幂强化弹塑性材料静力分析具有较高精度。同时,为了提高反演精度,以实数变量单元子程序为基础,引入复变量求导法,建立了一种不仅能用于有效模拟弹塑性材料的固体力学正问题,还能高精度计算灵敏度系数的单元类型,为梯度类反演算法提供关键参数。然后,以平面应变反问题为算例对反演方法进行验证。在验证了复变量单元的计算精度后,通过求解反问题,对未知的材料本构参数和边界条件进行了同时反演。探究了初值和测量误差对反演过程和结果的影响。为了验证通用性,还选用了结构和边界条件不同的另一个算例,结果证明反演算法仍然具有较好的特性。最后,以具有工程背景的三维算例来对反演算法进行验证。在对复变量单元进行精度验证后,对三维结构的多宗量进行反演,证明了算法的精度和效率,同时对反演初值、测点数量和测点随机误差的影响进行了研究,最后还对具有函数形式的边界条件进行反演,研究表明算法对于此类边界条件的参数辨识仍然有效。
朵天林[6]（2020）在《居民地综合决策模型和方法研究》文中提出制图综合是地图制图绕不开的问题,制图学产生之时就有了综合问题,制图综合是制图学领域重要的、核心的研究主题。从人对地理环境认知结果到地图产生,是一个对客观事物和现象不断抽象和简化的过程,抽象和简化的过程中必然涉及化简和选优。实现制图综合的自动化、智能化是该领域不懈追求的目标,要使计算机“理解”高度依赖于抽象思维、视觉思维和灵感思维的制图综合规则绝非易事。这也是制图综合问题被称之为“世界性难题”、“最具挑战性问题”的关键原因,国内外学界长期以来对该问题给予了高度的关注。制图综合的过程,实质是决策的过程,制图综合中最常见、最关键的信息处理属于决策。本文把制图综合的问题放在“决策”的维度进行研究。从居民地选取原则、形状特征、化简原则中挖掘知识、构建决策模型、设计方法、提取特征、量化特征、开展实验,解决了居民地结构选取、街道网模式识别、居住区形状保持的部分难点问题。本文的主要贡献和创新工作如下:1.论述了决策分析在居民地综合中的关键作用。重点研究了居民地综合基本理论和决策分析基本理论。论述居民地综合涉及的关键问题属于决策问题,并提出决策分析在居民地综合中的关键作用。研究了决策理论及多属性决策理论发展概况,居民地综合决策的过程,主要决策方法。研究了基于信息熵的多属性决策方法,信息熵的原理和熵权法计算权重步骤。通过分析熵权法计算过程,得出了熵权法的重要性质。2.研究了基于知识的决策模型和方法。逻辑推理的关键在于丰富的领域知识,居民地综合中涉及大量的形象思维和灵感思维,这些问题用逻辑推理或算法解决难度较大,多准则（多属性）决策模型利用知识对空间中的每一个自然状态进行综合评价,“择优”选取,符合制图综合中处理模糊性问题的原则,使用多准则（多属性）决策模型解决问题具有明显的优势。本文研究为大量与形象思维和灵感思维相关的知识的运用提供了平台。充分发挥人的形象思维和灵感思维,挖掘居民地综合知识,设计综合决策模型,利用计算机高效的地图信息处理、地图图形处理能力,是人机融合模式的具体研究实践。3.研究了居民地结构选取中的决策问题及决策模型和方法。居民地选取研究的重点和难点问题在于结构选取,结构选取问题的实质是决策问题。决策过程中,要综合考虑居民地的层次关系、空间关系、拓扑关系,从而确定选取哪些居民地。本文充分考虑了居民地选取的一般原则和制图规范,运用基于信息熵的决策方法,结合系统聚类方法和Voronoi图空间分析方法,分别应用于点状居民地和面状居民地结构选取的决策问题,能有效克服现有方法的人工赋权和没有充分考虑制图规范现有明确规定的局限性,提高了居民地结构选取的科学性。4.研究了街道网结构模式识别中的决策问题及决策模型和方法。居民地综合的目标是既要保证地图的清晰度要求,又要客观反映原图居民地结构特征。街道网是居民地的骨架,决定了居民地的结构。因此,必须准确判断原图街道网的特征。街道网可以归类为格网状、放射状和不规则三种形状。其中,格网状的街道网是分布最为广泛,特征最为明显的类型之一。本文基于大量地图实测数据,统计分析了格网状街道网的特征,针对不同尺度的街道网,分别设计了决策模型。第一种是基于统计学的方法,即基于系统聚类和变异系数的街道网模式识别决策模型。第二种是基于机器学习的方法,即基于区域矩形度、直线率和矩形率的决策模型,运用了神经网络进行识别决策。就两种模型分别进行了实验验证,实验结果较理想。5.研究了居住区形状化简中的决策问题及决策模型和方法。本文围绕居住区形状化简中特征保持的难点问题,设计决策模型和方法,并进行实验验证。主要有三个方面:一是格网状居住区街道选取决策模型和方法。主要思路是提出长轴、短轴参考线,定量描述平行街道,尽可能保留平行街道线。二是有街道不规则状居住区街道选取决策模型和方法。该类居住区形状主要由较长的街道线和较大街道网眼决定。提出了“最大网眼周长属性”,即将其作为街道选取决策的重要指标,从而达到正确反映其贡献度的目的。三是无街道不规则状居住区建筑物选取决策模型和方法。该类居住区形状更加复杂,实际上也存在隐性的骨架线,即居住区的轮廓线,以轮廓为参照线,把离轮廓线的远近距离作为聚类参数,对建筑物进行聚类,从而区分了不同的层次,在各个层次内再按各建筑物质心欧氏距离进行二次聚类,各类内分别进行选取,达到了保留骨架和保持密度对比的目的,最终实现保持居住区形状的目标。
张博文[7]（2020）在《求解多维瞬态非线性热传导反问题的一种新方法》文中进行了进一步梳理热传导反问题是一类典型的不适定问题,目前已广泛应用于航空航天、核电工程、生物医疗、冶金铸造等各个领域。由于其应用背景较为广泛,国内外科研人员针对该问题进行了深入的研究,并提出了多种方法。其中,梯度类方法精度高,收敛速度快,在工程应用中具有明显的优势。在该类方法中,灵敏度矩阵的准确确定非常重要,然而对于非线性反问题,灵敏度矩阵系数很难计算准确。复变量求导法可以准确地计算灵敏度系数,但是,在以往的研究中,该方法需要求解正问题的源程序代码,无法与商业软件相结合。本文通过ABAQUS用户单元子程序构造一种复变量有限单元,可在求解热传导正问题的同时准确计算灵敏度系数。采用所构造的复变量有限单元对瞬态非线性热传导问题进行求解,验证了复变量有限单元的精度及有效性。然后采用Levenberg–Marquardt算法建立了反问题求解程序,分别对二维和三维瞬态非线性热传导反问题进行求解,给出数值算例来证明本文方法的精度和效率,并研究了初值及测量误差对反演结果的影响。最后,将本文方法拓展应用到相变热传导反问题中,验证了该方法的精度、效率、稳定性和鲁棒性,进一步说明了该方法具有较好的通用性及拓展性。
蒋攀[8]（2019）在《病态问题的谱修正迭代改进算法的研究及其应用》文中研究说明在大地测量与地球物理数据处理中,当模型法方程矩阵条件数过大,即法方程呈现病态性时,无论采用经典最小二乘平差原理还是近代总体最小二乘平差原理,如果观测向量发生了微小扰动,必将导致解的最终估值发生较大变动,使得解的均方误差较大,与真值的偏离程度较远,精度降低。病态问题在测绘数据处理中广泛存在,例如控制网平差解算、GRACE卫星重力反演等方面,其带来的不利影响是比较严重的,所以如何采取有效的措施和方法对病态性进行削弱或消除就显得尤为重要。本文系统地介绍了当前国内外测绘领域中病态问题的解算原理和方法,分析并总结现有方法的优点与缺陷。重点对病态问题的谱修正迭代法及其改进算法进行研究分析,在总结和分析这些算法优缺点基础上引入岭参数和泛函矩阵,得到一种最小二乘谱修正迭代改进算法。对于总体最小二乘谱修正迭代改进算法,通过残差控制谱修正因子的取值,得到一种自适应病态总体最小二乘谱修正迭代改进算法,并将其应用到大地测量与地球物理数据处理中。主要研究内容和创新点如下:针对大旋转角三维空间直角坐标转换模型法方程矩阵病态性,基于四元数构造旋转矩阵,采用本文得到的方法,引入岭参数和泛函矩阵改进谱修正迭代法,这样可以有效地降低法方程病态性带来的不利影响,使得方程求解达到稳定,而且方程迭代求解时,未知参数解的最终估计值更接近于真值。利用模拟数据和实测数据对该算法进行验证,并与其它方法进行对比,结果表明本文算法具有不依赖转换参数初值、收敛速度快、全局收敛、解是无偏、便于程序实现等特点;从而为通用坐标转换提供了一种新途径。针对高速铁路CPIII平面控制网数据处理中忽略高级控制点（CPI点或CPII点）本身的误差而造成的整体性变形扭曲的情况,同时顾及模型法方程矩阵病态性,利用总体最小二乘原理,得到一种基于四参数平面坐标转换的总体最小二乘改进谱修正迭代算法的数据处理方法。通过实测数据进行验证,结果表明该方法采用四参数坐标转换原理,考虑尺度因子的影响,更加符合实际情况;并且同时考虑系数矩阵和观测值存在误差的情况,理论上更加合理,结果的精度更好。在利用GRACE卫星观测数据计算地球重力场模型时,针对现有方法忽略系数矩阵含有误差的情况,采用总体最小二乘原理,得到一种卫星重力反演时基于总体最小二乘的参数求解方法。通过实测数据进行验证,结果表明该方法同时考虑系数矩阵和观测值存在误差,理论上更加合理,结果的精度更好。
马一飞[9]（2019）在《矿井瓦斯爆炸源位置和强度反演研究》文中认为由于瓦斯爆炸事故的复杂性,导致许多煤矿的事故现场巷道和相关设施严重受损,人员伤亡率极高。人证和物证被破坏使得瓦斯爆炸源位置和强度的确定极为困难,给瓦斯爆炸事故的应急救援和事故调查带来了很大难度,经验型的瓦斯爆炸源位置和强度的确定方法已不能适应当前需求。为了应急救援指挥部在科学分析论证的基础上制定救灾方案,以及为瓦斯爆炸现场的事故调查提供参考,防止同类事故的发生并保障煤矿安全生产,本文对瓦斯爆炸源的位置和强度反演进行了研究。本文由国家重点研发计划“National Key R&D Program of China”（项目编号:2016YFC0801800）资助。本文通过使用理论分析和数据驱动思想,建立了瓦斯爆炸源位置和强度反演的数学模型和黑箱模型;对适定条件和不适定条件下的反演问题进行了研究,反演过程中引入基于改进的遗传算法优化的最小二乘估计、基于改进的粒子群算法优化的BP神经网络以及改进的广义回归神经网络,基于本文进行的瓦斯爆炸实验和瓦斯爆炸数值模拟所得到的不同测点的位置数据和超压数据进行反演。基于反演所使用的数据建立了瓦斯爆炸反演数据库,并对屯兰矿瓦斯爆炸事故进行了反演方法应用。研究结果表明:（1）解决瓦斯爆炸源位置和强度反演问题的所需参数为不同测点在反演坐标系中的位置数据,以及当前位置的超压数据;适定条件下的反演问题需要两组测点的位置数据和超压数据,不适定条件下需要三组及以上的位置数据和超压数据。（2）适定条件下的反演问题,基于反演的数学模型以两组位置和超压数据为基础并使用最小二乘估计的反演精度较差,均方误差为3539.58。这是由于测点数据本身带有观测误差,反演数学模型的推导建立在模型简化的基础上,反演过程中各种系统误差互相耦合被放大,导致反演结果可靠性不强。（3）不适定条件下的反演问题,基于反演的数学模型以八组位置和超压数据为基础并使用改进的遗传算法优化的最小二乘估计进行反演。反演结果表明:改进措施较好的避免了遗传算法的“早熟现象”和“进化停滞”等问题;遗传算法的种群规模的变化对适应度函数影响较小;随着遗传算法种群规模的增加,爆炸源位置反演准确度提高,爆炸源强度反演准确度降低,但总均方误差随着种群规模的增加而降低;反演结果均方误差为445.53,反演精度较适定条件下的反演有了大幅提升,可靠性增强。（4）基于瓦斯爆炸源位置和强度反演黑箱模型以八组位置和超压数据为基础,使用基于改进的粒子群算法优化的BP神经网络的方法进行不适定条件下的反演研究。反演结果表明:改进措施较好的提升了粒子群算法的全局搜索能力,避免了粒子群算法的“早熟现象”;粒子群算法的种群规模并不是越大越好,较小的种群规模使得粒子群算法的收敛时间缩短;反演结果均方误差为6.11,反演精度较基于改进遗传算法优化的最小二乘估计的反演有了大幅提升,可靠性进一步增强。（5）基于瓦斯爆炸源位置和强度反演黑箱模型以八组位置和超压数据为基础,使用改进的广义回归神经网络方法进行不适定条件下的反演研究。反演结果表明:改进措施得到了最优训练样本输入模式和最优的扩展速度;反演结果均方误差为4.47,反演精度优于基于改进的粒子群算法优化的BP神经网络的反演方法。（6）以反演数据为基础建立了瓦斯爆炸反演数据库,根据屯兰矿瓦斯爆炸现场破坏情况以及数值模拟得到多组位置和超压数据,将基于改进的遗传算法优化的最小二乘估计、基于改进的粒子群算法优化的BP神经网络、改进的广义回归神经网络应用到屯兰矿瓦斯爆炸事故的爆炸源位置和强度反演中。反演结果显示:适用范围最广、精度最高的是基于黑箱模型的粒子群算法优化的BP神经网络反演方法;当反演数据较少时,适合使用基于数学模型的遗传算法优化的最小二乘估计反演方法;使用基于黑箱模型的广义回归神经网络反演方法,前提是需要提供与反演问题同等尺寸的反演数据样本作为黑箱模型的训练样本。本文研究工作的主要学术贡献在于,既使用了传统的理论分析建模方法,又应用了非线性科学的建模方法,涉及多学科多领域的交融,反演过程中又引入多种基于群智能算法和人工神经网络的优化算法,反演结果能够为瓦斯爆炸事故现场的应急救援和事后事故调查提供决策支持,具有较强的实用意义。
常晏宁[10]（2018）在《大尺寸测量场转站参数标定及数据融合技术研究》文中研究说明高精度大尺寸测量场的构建是实现大部件自动装配工艺的基础。在对大型零件进行测量时,测量设备常常需要多次转站来完成所有关键点的测量。在现有的转站参数标定方法中,对不同站位下测得的ERS（Enhanced Reference System,增强参考系统）点坐标进行匹配,采用奇异值分解法对旋转参数和平移参数进行求解,转站精度较差。现场ERS点的布置多依靠个人经验,缺少量化的评价指标来对ERS点的坐标进行优化。同时目前的大尺寸测量多采用单一测量设备完成,精度与量程难以兼顾。本文以大尺寸测量场中常用的激光跟踪仪和全站仪作为研究对象,首先对转站模型进行改进,并采用雅克比矩阵迭代的方法对转站参数进行求解;提出ERS点布局方案的量化评价指标,采用混合智能优化算法对ERS点坐标进行优化;利用全站仪的高精度测角单元在多站位下进行数据融合以提高测量精度;建立激光跟踪仪和全站仪组合的测量系统,通过两设备间测量数据融合,实现高精度、大范围测量。论文主要在以下几个方面开展研究:1)分析ERS点的变形对转站参数求解精度的影响,引入三维变形系数对转站模型进行改进;采用雅克比矩阵迭代算法对转站模型进行求解,分析测量误差与转站参数误差之间的传递关系,提出以雅克比矩阵的条件数作为ERS点布局方案的量化评价指标。针对不同距离、数量、形状和维数下的ERS点布局开展转站仿真,结果表明转站参数误差随着雅克比矩阵条件数的增大而增大,从而为ERS点布局方案的制定提供了建议;采取遗传模拟退火算法解决了ERS点坐标优化过程中过早陷入局部最优解的问题。2)借鉴激光跟踪仪精密测量网络的原理,利用全站仪在多站位下获得冗余测量数据,并以高精度角度测量值作为约束对测量结果进行优化,使全站仪测量精度显着提高;利用激光跟踪仪和全站仪建立组合测量系统,采用矩阵加权线性最小方差最优融合准则提高ERS点的测量精度,仿真结果表明可以将组合测量误差控制在1mm以内。3)利用激光跟踪仪开展转站实验,结果表明采取文中的模型和求解方法较传统算法能将待测点的坐标更加精确地在不同坐标系下进行转换,且转站精度会随着ERS点布局对应的雅克比矩阵条件数的增大而降低;同时将该转站方法应用于三平动并联机构动平台的位姿测量,测量精度在0.1mm级别;最后利用全站仪开展数据融合实验,将大型零件的端面测量精度提高30%左右。本文研究了大尺寸测量场中转站参数标定过程的改进方案,以及利用测量数据融合算法提高测量精度的方法,开展了测量实验对基于雅克比矩阵迭代的转站参数标定方法以及全站仪数据融合算法进行了合理性验证。本文研究成果提高了大尺寸测量的总体精度,具有一定的应用价值,有望为大尺寸零件自动装配工艺提供帮助。
二、几何约束求解的新方法——基于共轭梯度法的混合遗传算法（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、几何约束求解的新方法——基于共轭梯度法的混合遗传算法（论文提纲范文）
（1）考虑数据完全性的刀具剩余寿命预测及其约束下的作业车间调度研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 刀具剩余寿命预测方法 |
| 1.3.2 柔性作业车间调度问题 |
| 1.3.3 刀具资源约束下的车间调度问题 |
| 1.3.4 国内外研究现状总结与分析 |
| 1.4 拟解决的关键问题 |
| 1.5 本文研究路线及结构安排 |
| 第二章 基于磨损状态分类的多阶段刀具剩余寿命预测方法 |
| 2.1 刀具磨损过程分析 |
| 2.2 基于对称点模式的刀具磨损状态分类方法 |
| 2.2.1 对称点模式 |
| 2.2.2 基于差异度评估的对称点图像参数自适应选择方法 |
| 2.2.3 对称点图像聚类模板构建方法 |
| 2.2.4 基于相关系数的图像匹配方法 |
| 2.3 基于组合核函数高斯过程回归的刀具磨损预测方法 |
| 2.3.1 高斯过程回归 |
| 2.3.2 组合核函数构建 |
| 2.3.3 组合核函数高斯过程回归预测及参数优化 |
| 2.4 铣刀磨损算例分析与结果讨论 |
| 2.4.1 PHM2010 铣刀磨损实验平台 |
| 2.4.2 铣刀磨损状态分类结果 |
| 2.4.3 铣刀剩余寿命预测结果 |
| 2.4.4 背景噪声下刀具剩余寿命预测性能对比 |
| 2.5 实验验证与结果分析 |
| 2.5.1 四齿铣刀磨损实验平台 |
| 2.5.2 四齿铣刀磨损状态分类结果 |
| 2.5.3 四齿铣刀剩余寿命预测结果 |
| 2.6 本章小节 |
| 第三章 非完全遍历数据下的刀具剩余寿命预测方法 |
| 3.1 刀具非完全遍历数据分析 |
| 3.2 时间特征窗自适应构建方法 |
| 3.2.1 刀具磨损因子 |
| 3.2.2 不含异常数据的时间特征窗构建 |
| 3.2.3 含异常数据的时间特征窗构建 |
| 3.3 考虑刀具磨损的多步滚动预测方法 |
| 3.3.1 深度双向长短时间记忆网络 |
| 3.3.2 多步滚动预测 |
| 3.4 铣刀磨损算例分析与结果讨论 |
| 3.4.1 NASA铣刀磨损实验平台 |
| 3.4.2 不同刀具剩余寿命预测方法对比 |
| 3.4.3 结果讨论 |
| 3.5 实验验证与结果分析 |
| 3.6 本章小节 |
| 第四章 刀具寿命约束下的单目标柔性作业车间调度问题 |
| 4.1 单目标柔性作业车间问题描述及建模 |
| 4.1.1 问题描述 |
| 4.1.2 单目标生产调度问题建模 |
| 4.2 考虑机床和刀具的解集多样性评估与自重启方法 |
| 4.2.1 考虑机床和刀具的解集多样性计算方法 |
| 4.2.2 考虑刀具寿命约束的解集修复方法 |
| 4.3 基于两阶段启发式算法的单目标车间调度问题求解方法 |
| 4.3.1 两阶段启发式算法框架 |
| 4.3.2 第一阶段-延期时间优化 |
| 4.3.3 第二阶段-加工成本优化 |
| 4.4 算例分析与结果讨论 |
| 4.4.1 不同自重启方法对比 |
| 4.4.2 不同生产调度求解方法对比 |
| 4.4.3 结果讨论 |
| 4.5 单目标柔性作业车间调度实验验证与结果分析 |
| 4.6 本章小节 |
| 第五章 刀具寿命约束下的多目标柔性作业车间调度求解与决策 |
| 5.1 多目标生产调度问题描述及建模 |
| 5.1.1 问题描述 |
| 5.1.2 多目标生产调度问题建模 |
| 5.2 基于模因算法的多目标生产调度问题求解方法 |
| 5.2.1 模因算法框架 |
| 5.2.2 考虑刀具寿命约束的邻域搜索方法 |
| 5.3 基于高维信息的多目标生产调度决策方法 |
| 5.3.1 考虑目标内在关联和决策者偏好性的组合权重计算 |
| 5.3.2 基于VIKOR的生产调度方案评估方法 |
| 5.4 算例分析与结果讨论 |
| 5.4.1 多目标生产调度问题求解结果 |
| 5.4.2 多目标生产调度决策结果 |
| 5.4.3 权重偏好因子灵敏度分析 |
| 5.5 多目标柔性作业车间调度实验验证与结果分析 |
| 5.6 本章小节 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 创新点 |
| 6.3 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（2）梯度折射率介质光热信息模拟及参数辨识（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号表 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究状况 |
| 1.2.1 半透明介质辐射传输研究 |
| 1.2.2 梯度折射率介质辐射传输研究 |
| 1.2.3 半透明介质光热参数反演研究 |
| 1.2.4 梯度折射率介质光热参数反演研究 |
| 1.3 本文主要研究内容 |
| 第2章 基于广义源项多流法的梯度折射率介质光热信息模拟 |
| 2.1 引言 |
| 2.2 基于有限体积的广义源项多流法 |
| 2.2.1 梯度折射率介质的光线轨迹求解技术 |
| 2.2.2 梯度折射率辐射传输方程 |
| 2.2.3 GSMFM数学理论及算法模型 |
| 2.3 梯度折射率介质任意方向辐射强度求解 |
| 2.3.1 GSMFM验证 |
| 2.3.2 一维梯度折射率介质 |
| 2.3.3 二维梯度折射率介质 |
| 2.4 本章小结 |
| 第3章 基于辐射传递因子-积分方程法的梯度折射率介质光热信息模拟 |
| 3.1 引言 |
| 3.2 辐射传递因子-积分方程法数学原理 |
| 3.2.1 反向蒙特卡洛法数学模型 |
| 3.2.2 RDFIEM计算模型 |
| 3.3 RDFIEM验证及数值特性分析 |
| 3.3.1 均匀折射率介质辐射传输 |
| 3.3.2 梯度折射率介质辐射传输 |
| 3.4 本章小结 |
| 第4章 基于智能优化理论的光热参数反演 |
| 4.1 引言 |
| 4.2 智能优化理论及算法 |
| 4.2.1 改进的SPSO算法 |
| 4.2.2 改进的TLBO算法 |
| 4.3 光热参数反演 |
| 4.3.1 空间相关光热参数反演 |
| 4.3.2 温度相关光热参数反演 |
| 4.4 折射率和吸收系数反演实验研究 |
| 4.4.1 实验简介 |
| 4.4.2 实验结果 |
| 4.5 本章小结 |
| 第5章 基于梯度优化理论的光热参数场重建 |
| 5.1 引言 |
| 5.2 光热参数场重建模型 |
| 5.2.1 物理模型 |
| 5.2.2 正则化技术 |
| 5.2.3 序列二次规划算法 |
| 5.3 光热参数场重建分析 |
| 5.3.1 梯度折射率场重建 |
| 5.3.2 折射率场和吸收系数场联合重建 |
| 5.3.3 吸收系数场和散射系数场联合重建 |
| 5.4 本章小结 |
| 第6章 基于光线传输理论的光热参数场重建 |
| 6.1 引言 |
| 6.2 光线传输重建模型 |
| 6.2.1 物理模型 |
| 6.2.2 共轭梯度法 |
| 6.3 光热参数场重建分析 |
| 6.3.1 折射率场重建 |
| 6.3.2 吸收系数场重建 |
| 6.4 本章小结 |
| 结论 |
| 参考文献 |
| 附录A 反向蒙特卡洛射线追踪概率模型 |
| 攻读博士学位期间发表的论文及成果 |
| 致谢 |
| 个人简历 |
（3）多物性参数的联合反演研究及应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题目的及意义 |
| 1.2 国内外研究现状 |
| 1.3 本论文主要研究内容 |
| 1.4 论文创新点 |
| 第二章 不同物性方法的正演和反演理论 |
| 2.1 重力及重力梯度二维正演理论 |
| 2.2 磁法及磁梯度二维正演理论 |
| 2.3 大地电磁二维正演理论 |
| 2.4 地震初至波走时二维正演理论 |
| 2.5 单一方法的反演理论 |
| 2.5.1 单一方法的目标函数 |
| 2.5.2 位场数据的深度加权矩阵 |
| 2.5.3 物性参数范围约束 |
| 2.6 本章小结 |
| 第三章 多物性多约束的二维联合反演 |
| 3.1 双物性单约束的交叉梯度联合反演 |
| 3.2 双物性联合反演理论模型试验 |
| 3.2.1 单独反演与联合反演对比分析 |
| 3.2.2 MT和重力与MT和重力梯度联合反演对比分析 |
| 3.3 多物性多约束的交叉梯度联合反演 |
| 3.4 多物性联合反演理论模型试验 |
| 3.4.1 多物性多约束联合反演的优势分析 |
| 3.4.2 归一化算子的影响分析 |
| 3.5 RGB合成图 |
| 3.6 本章小结 |
| 第四章 基于弹性网正则化的二维联合反演 |
| 4.1 正则化方法 |
| 4.2 联合反演目标函数 |
| 4.3 理论模型试算 |
| 4.3.1 不同正则化法的单独反演结果分析 |
| 4.3.2 弹性网正则化法的单独和联合反演结果对比 |
| 4.3.3 弹性网正则化联合反演的抗噪性和敏感性分析 |
| 4.4 吉林省临江地区野外数据应用实例 |
| 4.4.1 区域地质概况 |
| 4.4.2 数据采集 |
| 4.4.3 CSAMT和重力数据反演结果 |
| 4.4.4 地质解释 |
| 4.5 本章小结 |
| 第五章 基于数据空间和高斯牛顿法的二维多物性联合反演 |
| 5.1 模型空间法 |
| 5.2 数据空间法 |
| 5.3 模型试算 |
| 5.3.1 结构一致模型 |
| 5.3.2 结构不一致模型 |
| 5.4 本章小结 |
| 第六章 基于数据空间和共轭梯度法的三维联合反演 |
| 6.1 三维重力、重力梯度和磁法正演计算 |
| 6.2 几何格架正演快速算法 |
| 6.3 基于数据空间的重力和重力梯度共轭梯度联合反演 |
| 6.3.1 三维重力和重力梯度联合反演目标函数 |
| 6.3.2 目标函数优化 |
| 6.3.3 模型试算 |
| 6.4 基于交叉梯度约束的重力、重力梯度和磁法数据空间共轭梯度联合反演 |
| 6.4.1 三维重力、重力梯度和磁法交叉梯度联合反演目标函数 |
| 6.4.2 目标函数优化 |
| 6.4.3 模型试算 |
| 6.4.4 黑龙江省大兴安岭呼中地区野外数据应用实例 |
| 6.5 本章小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（4）基于并行计算与深度学习算法的大规模重磁数据反演研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 研究背景及意义 |
| 1.2 研究现状及存在问题 |
| 1.3 研究内容 |
| 1.4 技术路线图及创新点 |
| 1.5 论文结构 |
| 第2章 基于等效几何格架灵敏度索引技术的重磁数据快速反演 |
| 2.1 重磁数据正反演介绍 |
| 2.2 基于共轭梯度法的正则化聚焦反演 |
| 2.3 基于等效几何格架的灵敏度索引技术 |
| 2.4 小结 |
| 第3章 基于CPU与GPU混合编程的大规模重磁数据并行反演方法 |
| 3.1 并行计算简介 |
| 3.2 基于CPU-GPU异构并行的紧支撑聚焦反演算法程序设计 |
| 3.3 加速分析 |
| 3.4 理论模型实验 |
| 3.5 金川地区航磁数据应用实例 |
| 3.6 小结 |
| 第4章 基于卷积神经网络的位场数据反演 |
| 4.1 卷积神经网络基础 |
| 4.2 基于卷积神经网络的位场反演成像 |
| 4.3 理论模型实验 |
| 4.4 金川矿区航磁数据反演 |
| 4.5 小结 |
| 第5章 结论与存在问题 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 作者简介 |
| 科研成果 |
| 致谢 |
（5）基于ABAQUS和复变量求导法的力学反问题求解方法（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 本文研究内容 |
| 2 固体力学正问题和反问题 |
| 2.1 固体力学问题数值解法 |
| 2.1.1 加权余量法 |
| 2.1.2 边界单元法 |
| 2.1.3 无网格法 |
| 2.1.4 有限单元法 |
| 2.2 反问题求解的梯度法 |
| 2.2.1 最小二乘法 |
| 2.2.2 Tikhonov正则化方法 |
| 2.2.3 共轭梯度法 |
| 2.2.4 Levenberg-Marquardt算法 |
| 2.3 ABAQUS的二次开发 |
| 2.3.1 用户单元子程序(UEL) |
| 2.3.2 用户材料子程序(UMAT) |
| 2.4 本章小结 |
| 3 研究方法 |
| 3.1 幂强化弹塑性材料的静力问题 |
| 3.2 复变量求导法 |
| 3.3 复变量求导法与有限单元法的结合 |
| 3.4 反问题的计算方法 |
| 3.5 本章小结 |
| 4 算例验证与分析 |
| 4.1 二维算例1 |
| 4.1.1 二维复变量单元计算精度验证 |
| 4.1.2 本构参数与边界条件的多宗量反演 |
| 4.1.3 反演初值的影响 |
| 4.2 二维算例2 |
| 4.2.1 本构参数和对称边界条件的反演 |
| 4.2.2 测量误差的影响 |
| 4.3 三维算例 |
| 4.3.1 正问题及单元精度验证 |
| 4.3.2 本构参数与边界条件的多宗量反演 |
| 4.3.3 参数初值对收敛过程的影响 |
| 4.3.4 测点数量在反演中的影响 |
| 4.3.5 测量误差对反演结果的影响 |
| 4.3.6 函数形式边界条件的反演 |
| 4.4 工程算例 |
| 4.5 本章小结 |
| 5 总结和展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 附录 A 形函数 |
| 附录 B 用户子程序接口 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（6）居民地综合决策模型和方法研究（论文提纲范文）
| 学位论文创新点与发表学术论文对应情况表 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 居民地综合研究范式呈现数据密集型计算的特点 |
| 1.2.2 居民地综合方法研究呈现多学科融合的趋势 |
| 1.2.3 居民地综合的地图背景向多元化发展 |
| 1.2.4 多属性决策方法研究现状 |
| 1.2.5 居民地综合研究现状分析 |
| 1.3 本文研究思路、内容和技术路线 |
| 1.3.1 研究思路 |
| 1.3.2 研究内容 |
| 1.3.3 研究技术路线 |
| 1.4 论文的组织结构 |
| 1.5 本章小结 |
| 第二章 居民地综合决策的基础理论 |
| 2.1 居民地综合问题与决策分析的关系 |
| 2.1.1 居民地综合涉及的关键问题 |
| 2.1.2 决策分析在居民地综合中的重要作用 |
| 2.2 决策理论与方法 |
| 2.2.1 决策科学的产生与发展 |
| 2.2.2 居民地综合决策类型界定 |
| 2.2.3 居民地综合决策过程 |
| 2.2.4 主要决策方法 |
| 2.3 多属性决策理论与方法 |
| 2.3.1 多属性决策基本概念、研究重点和要素 |
| 2.3.2 多属性决策指标体系的确定 |
| 2.3.3 指标权重确定方法研究 |
| 2.3.4 指标值规范化方法 |
| 2.3.5 指标正向化方法 |
| 2.3.6 多属性决策综合排序方法 |
| 2.4 基于信息熵的多属性决策方法 |
| 2.4.1 信息熵的原理 |
| 2.4.2 熵权法计算权重步骤 |
| 2.4.3 信息熵的性质 |
| 2.5 本章小结 |
| 第三章 居民地结构选取的决策模型和方法 |
| 3.1 居民地选取难点分析 |
| 3.1.1 居民地的选取及定额选取 |
| 3.1.2 居民地的结构选取 |
| 3.2 居民地结构选取的现有方法及模型评价 |
| 3.2.1 模糊综合评判方法 |
| 3.2.2 基于人工神经元网络的居民地选取方法 |
| 3.2.3 基于主成分分析和层次分析的居民地选取方法 |
| 3.3 点状居民地结构选取的决策问题及模型和方法 |
| 3.3.1 点状居民地结构选取决策模型设计 |
| 3.3.2 点状居民地结构选取决策模型实验验证 |
| 3.3.3 实验分析 |
| 3.4 面状居民地结构选取的决策问题及模型和方法 |
| 3.4.1 面状居民地结构选取决策模型设计 |
| 3.4.2 面状居民地结构选取决策模型实验验证 |
| 3.4.3 实验分析 |
| 3.5 本章小结 |
| 第四章 街道网结构模式识别的决策模型和方法 |
| 4.1 街道网结构模式研究 |
| 4.1.1 居民地组成及街道网结构类型 |
| 4.1.2 格网模式街道网结构特征分析 |
| 4.1.3 格网模式识别现有研究方法及其评价 |
| 4.2 街道网格网模式关键指标的提取 |
| 4.2.1 街道网骨架的构建 |
| 4.2.2 平行街道的定量分析 |
| 4.2.3 街道网格网模式的度量指标 |
| 4.3 基于变异系数和聚类分析的街道网结构模式识别决策模型和方法 |
| 4.3.1 基于变异系数和聚类分析的街道网结构模式识别决策模型设计 |
| 4.3.2 基于变异系数和聚类分析的街道网结构模式识别决策模型实验验证 |
| 4.3.3 实验分析 |
| 4.4 基于区域矩形度、直线率和矩形率的街道网结构模式识别决策模型和方法 |
| 4.4.1 基于区域矩形度、直线率和矩形率的街道网结构模式识别决策模型设计 |
| 4.4.2 运用前馈神经网络实验验证决策模型 |
| 4.4.3 运用聚类分析实验验证决策模型 |
| 4.4.4 实验分析 |
| 4.5 本章小结 |
| 第五章 居住区形状化简的决策模型和方法 |
| 5.1 居住区形状化简涉及的关键问题及现有模型和方法 |
| 5.1.1 居住区形状化简的目的 |
| 5.1.2 居住区的主要类型 |
| 5.1.3 居民地形状化简的现有模型和方法 |
| 5.2 格网状居住区街道选取的决策模型和方法 |
| 5.2.1 格网状居住区特征分析 |
| 5.2.2 格网状居住区街道选取决策模型设计 |
| 5.2.3 格网状居住区街道选取决策模型实验验证 |
| 5.2.4 实验分析 |
| 5.3 有街道不规则状居住区街道选取决策模型和方法 |
| 5.3.1 有街道不规则状居住区特征分析 |
| 5.3.2 有街道不规则状居住区街道选取决策模型设计 |
| 5.3.3 有街道不规则状居住区街道选取决策模型实验验证 |
| 5.3.4 实验分析 |
| 5.4 无街道不规则状居住区建筑物选取决策模型和方法 |
| 5.4.1 无街道不规则状居住区形状化简的规定和原则 |
| 5.4.2 无街道不规则状居住区建筑物选取决策模型设计 |
| 5.4.3 无街道不规则状居住区建筑物选取决策模型实验验证 |
| 5.4.4 实验分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 致谢 |
| 参考文献 |
| 作者简历 |
（7）求解多维瞬态非线性热传导反问题的一种新方法（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 热传导反问题及应用背景 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要研究内容 |
| 2 热传导正、反问题的求解方法 |
| 2.1 导热基本理论 |
| 2.1.1 导热微分方程 |
| 2.1.2 定解条件 |
| 2.2 瞬态非线性热传导问题的有限单元法 |
| 2.2.1 热传导问题的数值求解方法 |
| 2.2.2 瞬态非线性热传导问题的有限单元法的一般格式 |
| 2.3 热传导反问题的求解方法 |
| 2.3.1 梯度类算法 |
| 2.3.2 随机类算法 |
| 2.4 本章小结 |
| 3 复变量ABAQUS有限单元法 |
| 3.1 复变量求导法 |
| 3.1.1 复变量求导法原理 |
| 3.1.2 复变量求导法算例 |
| 3.2 复变量有限单元的构造 |
| 3.2.1 用户单元子程序介绍 |
| 3.2.2 UEL实现复变量有限单元 |
| 3.3 算法验证与分析 |
| 3.4 本章小结 |
| 4 基于复变量ABAQUS有限单元法的反演算法 |
| 4.1 反演算法的建立 |
| 4.1.1 Levenberg–Marquardt算法 |
| 4.1.2 反演算法流程 |
| 4.2 二维算例分析 |
| 4.2.1 正问题验证 |
| 4.2.2 反演算法的精度与效率分析 |
| 4.2.3 初值影响 |
| 4.2.4 误差影响分析 |
| 4.3 三维算例分析 |
| 4.3.1 正问题验证 |
| 4.3.2 效率及精度分析 |
| 4.3.3 初值影响分析 |
| 4.3.4 误差分析 |
| 4.4 本章小结 |
| 5 相变热传导反问题 |
| 5.1 相变热传导正问题 |
| 5.1.1 相变热传导模型 |
| 5.1.2 相变热传导控制方程 |
| 5.1.3 相变复变量有限单元准确性验证 |
| 5.2 相变热传导反问题 |
| 5.3 算例及结果分析 |
| 5.3.1 正问题验证 |
| 5.3.2 效率和精度分析 |
| 5.3.3 初值影响分析 |
| 5.3.4 误差分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（8）病态问题的谱修正迭代改进算法的研究及其应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 有偏估计方法研究现状 |
| 1.2.2 无偏估计方法研究现状 |
| 1.2.3 智能搜索算法研究现状 |
| 1.2.4 其他方法研究现状 |
| 1.3 现有病态问题求解方法的优缺点 |
| 1.4 本文主要内容和结构 |
| 第2章 谱修正迭代法及其改进算法基本理论 |
| 2.1 最小二乘谱修正迭代法 |
| 2.1.1 谱修正迭代法 |
| 2.1.2 谱修正迭代法的无偏性和收敛性 |
| 2.1.3 改进谱修正迭代法 |
| 2.1.4 算例与分析 |
| 2.2 总体最小二乘谱修正迭代法 |
| 2.2.1 总体最小二乘问题 |
| 2.2.2 总体最小二乘谱修正迭代法 |
| 2.2.3 改进的总体最小二乘谱修正迭代法 |
| 2.2.4 一种总体最小二乘谱修正迭代改进算法 |
| 2.3 算例与分析 |
| 2.3.1 算例1 |
| 2.3.2 算例2 |
| 2.4 本章小结 |
| 第3章 最小二乘谱修正迭代改进算法在大旋转三维坐标转换中的应用 |
| 3.1 三维空间直角坐标转换的基本原理和方法 |
| 3.1.1 数学模型 |
| 3.1.2 现有方法及其分析 |
| 3.2 基于四元数的三维坐标转换的谱修正迭代改进算法 |
| 3.2.1 单位实四元素与三维坐标转换 |
| 3.2.2 三维坐标转换模型求解 |
| 3.3 算例与分析 |
| 3.3.1 算例1 |
| 3.3.2 算例2 |
| 3.3.3 算例3 |
| 3.4 本章小结 |
| 第4章 总体最小二乘谱修正迭代改进算法的应用 |
| 4.1 CPIII平面网数据处理的应用 |
| 4.1.1 现有方法及其分析 |
| 4.1.2 四参数坐标转换模型 |
| 4.1.3 四参数模型的总体最小二乘改进谱修正迭代解法 |
| 4.1.4 CPIII平面控制网数据处理新方法 |
| 4.1.5 算例1 |
| 4.1.6 算例2 |
| 4.2 GRACE卫星重力反演的应用 |
| 4.2.1 现有方法及其分析 |
| 4.2.2 基于总体最小二乘原理的参数估计新方法 |
| 4.2.3 算例及其分析 |
| 4.3 本章小结 |
| 第5章 结论与展望 |
| 结论 |
| 展望 |
| 致谢 |
| 参考文献 |
| 发表的论文及科研成果 |
（9）矿井瓦斯爆炸源位置和强度反演研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 瓦斯爆炸反问题分析 |
| 1.2.1 反问题及其性质 |
| 1.2.2 瓦斯爆炸反问题及分类 |
| 1.3 瓦斯爆炸正问题研究现状 |
| 1.3.1 瓦斯爆炸火焰及冲击波的传播规律研究 |
| 1.3.2 瓦斯爆炸有害气体的运移规律研究 |
| 1.3.3 瓦斯爆炸对通风系统的影响规律研究 |
| 1.4 反演问题和反演方法研究现状 |
| 1.4.1 反演问题研究现状 |
| 1.4.2 反问题求解的理论方法 |
| 1.4.3 反问题求解的数值方法 |
| 1.5 问题的提出 |
| 1.6 主要研究内容和技术路线 |
| 1.7 本章小结 |
| 2 瓦斯爆炸源位置和强度反演基础理论 |
| 2.1 空气中冲击波的传播 |
| 2.2 瓦斯爆炸冲击波传播的基本方程 |
| 2.2.1 爆炸冲击波的基本关系式 |
| 2.2.2 冲击波的强弱特征以及相关公式 |
| 2.3 瓦斯爆炸冲击波的超压公式和衰减规律 |
| 2.3.1 爆炸冲击波超压公式 |
| 2.3.2 弱冲击波超压随距离衰减方程 |
| 2.3.3 强冲击波超压随距离衰减方程 |
| 2.4 瓦斯爆炸源位置和强度的表征参数 |
| 2.4.1 瓦斯爆炸源位置的表征参数 |
| 2.4.2 瓦斯爆炸源强度的表征参数 |
| 2.5 本章小结 |
| 3 瓦斯爆炸源位置和强度反演数据基础 |
| 3.1 反演的实验数据基础 |
| 3.1.1 实验系统 |
| 3.1.2 实验步骤 |
| 3.1.3 实验参数及变化范围 |
| 3.1.4 测量参数及变化范围 |
| 3.1.5 具体实验方案 |
| 3.1.6 实验结果及分析 |
| 3.2 反演的数值模拟数据基础 |
| 3.2.1 Simtec软件简介 |
| 3.2.2 Simtec可靠性验证 |
| 3.2.3 瓦斯爆炸数值模拟方案 |
| 3.2.4 数值模拟结果及分析 |
| 3.3 本章小结 |
| 4 基于数学模型的瓦斯爆炸源位置和强度反演方法 |
| 4.1 瓦斯爆炸源位置和强度反演数学模型的建立 |
| 4.1.1 最小二乘估计简介 |
| 4.1.2 目标函数 |
| 4.1.3 约束条件 |
| 4.2 适定条件下基于最小二乘估计的反演方法 |
| 4.3 不适定条件下基于遗传算法优化的最小二乘估计反演方法 |
| 4.3.1 不适定条件下反演关键问题 |
| 4.3.2 遗传算法基本原理 |
| 4.3.3 标准遗传算法的改进 |
| 4.4 算例分析 |
| 4.4.1 适定条件下的反演结果分析 |
| 4.4.2 不适定条件下的反演结果分析 |
| 4.5 本章小结 |
| 5 基于黑箱模型的瓦斯爆炸源位置和强度反演方法 |
| 5.1 基于粒子群算法优化的BP神经网络基本原理 |
| 5.1.1 BP神经网络简介 |
| 5.1.2 BP神经网络参数设置 |
| 5.1.3 粒子群算法简介 |
| 5.1.4 标准粒子群算法 |
| 5.2 广义回归神经网络基本原理 |
| 5.2.1 广义回归神经网络简介 |
| 5.2.2 标准广义回归神经网络 |
| 5.3 粒子群算法的改进 |
| 5.3.1 加速因子的改进 |
| 5.3.2 惯性权重的改进 |
| 5.4 广义回归神经网络改进 |
| 5.4.1 交叉验证方法 |
| 5.4.2 最优广义回归神经网络扩展速度的确定 |
| 5.5 算例分析 |
| 5.5.1 基于改进的粒子群算法优化的BP神经网络反演结果分析 |
| 5.5.2 基于改进的广义回归神经网络反演结果分析 |
| 5.6 本章小结 |
| 6 瓦斯爆炸源位置和强度反演方法应用实例 |
| 6.1 屯兰矿“2·22”特别重大瓦斯爆炸事故简介 |
| 6.1.1 事故概况 |
| 6.1.2 事故直接原因认定 |
| 6.2 事故反演关键参数的确定 |
| 6.2.1 事故反演关键参数的确定依据 |
| 6.2.2 事故反演关键参数的确定过程 |
| 6.3 基于事故现场数据的反演方法应用 |
| 6.3.1 基于数学模型的遗传算法优化的最小二乘估计反演方法 |
| 6.3.2 基于黑箱模型的粒子群算法优化的BP神经网络反演方法 |
| 6.3.3 基于黑箱模型的广义回归神经网络反演方法 |
| 6.4 基于事故数值模拟数据的反演方法应用 |
| 6.4.1 数值模拟的模型建立和改进 |
| 6.4.2 数值模拟的参数设置和可靠性验证 |
| 6.4.3 反演结果分析 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 本文主要研究结论 |
| 7.2 本文主要特色与创新 |
| 7.3 本文不足与展望 |
| 参考文献 |
| 附录A 最小二乘估计主程序 |
| 附录B 基于改进的遗传算法优化的最小二乘估计主程序 |
| 附录C 基于改进粒子群算法优化的BP神经网络主程序 |
| 附录D 改进的广义回归神经网络主程序 |
| 致谢 |
| 作者简介 |
（10）大尺寸测量场转站参数标定及数据融合技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 转站参数标定方法 |
| 1.2.2 参考点布局评价方法 |
| 1.2.3 ERS点布局优化算法 |
| 1.2.4 多源测量数据融合方法 |
| 1.3 本文研究内容 |
| 第二章 大尺寸测量场转站参数标定方法研究 |
| 2.1 激光跟踪仪测量系统转站原理 |
| 2.2 考虑三维变形的转站参数计算模型 |
| 2.2.1 空间坐标转换模型 |
| 2.2.2 考虑ERS点三维变形的转站模型 |
| 2.3 转站参数计算的线性化方法 |
| 2.3.1 奇异值分解法求解过程分析 |
| 2.3.2 奇异值分解法误差分析 |
| 2.3.3 雅克比矩阵迭代法 |
| 2.4 ERS点布局的量化评价方法 |
| 2.4.1 矩阵的条件数 |
| 2.4.2 转站参数线性求解模型的量化指标 |
| 2.5 本章小结 |
| 第三章 增强参考点布局仿真与优化 |
| 3.1 转站参数求解仿真 |
| 3.1.1 仿真参数设定 |
| 3.1.2 仿真步骤设计 |
| 3.1.3 不同ERS点布局下仿真结果 |
| 3.1.4 仿真结果总结 |
| 3.2 ERS点的布局优化 |
| 3.2.1 传统优化算法 |
| 3.2.2 遗传模拟退火优化算法 |
| 3.3 本章小结 |
| 第四章 多源测量数据融合及实验验证 |
| 4.1 多源测量数据融合 |
| 4.1.1 激光跟踪仪测量数据融合算法 |
| 4.1.2 全站仪测量数据融合算法 |
| 4.1.3 激光跟踪仪与全站仪测量数据融合算法 |
| 4.2 大尺寸测量实验 |
| 4.2.1 ERS点布局量化评价方法验证试验 |
| 4.2.2 并联机构动平台位姿测量实验 |
| 4.2.3 全站仪测量数据融合实验 |
| 4.3 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 本文创新点 |
| 5.3 展望 |
| 参考文献 |
| 攻读学位期间的学术成果 |
| 致谢 |
四、几何约束求解的新方法——基于共轭梯度法的混合遗传算法（论文参考文献）
- [1]考虑数据完全性的刀具剩余寿命预测及其约束下的作业车间调度研究[D]. 李海. 电子科技大学, 2021
- [2]梯度折射率介质光热信息模拟及参数辨识[D]. 魏琳扬. 哈尔滨工业大学, 2020
- [3]多物性参数的联合反演研究及应用[D]. 张镕哲. 吉林大学, 2020(08)
- [4]基于并行计算与深度学习算法的大规模重磁数据反演研究[D]. 王浩然. 吉林大学, 2020(08)
- [5]基于ABAQUS和复变量求导法的力学反问题求解方法[D]. 梅杰. 大连理工大学, 2020(02)
- [6]居民地综合决策模型和方法研究[D]. 朵天林. 战略支援部队信息工程大学, 2020(01)
- [7]求解多维瞬态非线性热传导反问题的一种新方法[D]. 张博文. 大连理工大学, 2020(02)
- [8]病态问题的谱修正迭代改进算法的研究及其应用[D]. 蒋攀. 西南交通大学, 2019(03)
- [9]矿井瓦斯爆炸源位置和强度反演研究[D]. 马一飞. 中国矿业大学(北京), 2019(11)
- [10]大尺寸测量场转站参数标定及数据融合技术研究[D]. 常晏宁. 上海交通大学, 2018(01)