一、基于复杂适应系统的复合多层次遗传算法(论文文献综述)
陈新岩[1](2021)在《复合地基智能综合优选系统研究》文中研究说明复合地基处理方案的优化设计与综合比选都是当前实际工程中至关重要的环节,牵扯面十分之广。正是由于优化设计与方案比选二者的关联环节众多,计算并制定设计方案需要花费大量的人力物力方可完成。且在这处理方案的制定过程中,通常是在经验主义的基础上,结合以往类似工程经验对初选方案进行计算与反复验算,往往效果不尽如人意,难以满足当今行业发展的需求。随着时代的发展,计算机技术与软件工程逐步融入到工程行业中,为传统工程行业注入了新的力量,也为复合地基处理方案的优化设计与综合比选创造了新的可能性,极大程度上加快了复合地基综合优选领域的蓬勃发展。本文结合复合地基优化设计与综合比选两个模块的特征,从两个层面分别对优化设计与综合比选进行细致拆分与整合。一方面针对复合地基的优化设计进行深入探讨,以CFG桩复合地基、水泥土搅拌桩复合地基、多桩型复合地基(碎石桩+CFG桩)为例,深入研究了复合地基设计规范知识,进行了优化设计的关键参数分析,并分别建立了三类复合地基优化设计数学模型,并结合遗传算法充分发挥其特性,最大限度的得到模型的最优解;另一方面,针对复合地基的方案比选,应用灰色理论与模糊综合评价法相结合的方式,在评价指标体系建立的基础上,构建出基于灰色模糊综合评价法的复合地基综合评价模型,并借助MATLAB程序开发将复合地基处理方案的灰色模糊层次综合评价模型编写成计算机程序,并通过实例分析验证了该方法是一个科学可靠的综合比选方法。最后,在此基础上配合MATLAB的工具箱开发功能,将优化设计模块与综合比选模块进行结合,开发出一个能够集优化设计与综合比选为一体的“优中选优”系统,将工程的经济效益与时间成本发挥到了极致。
刘思源[2](2021)在《陕北农牧交错带沙地农业利用规模的水资源调控研究》文中认为陕北农牧交错带位于毛乌素沙地东向黄土高原的过渡地带,该地区农牧业交错演替,具有明显的交错过渡性、生态环境脆弱性和水资源紧缺性。当前陕北农牧交错带沙地治理和利用已具规模且不断扩大、农业用水量持续增长。若仍保持现有无序扩张的趋势,当开发规模超过水资源支持能力,将对当地生态环境造成威胁,对经济发展造成影响。因此,协调研究区内资源开发与生态保护间的关系对于实现地区农业经济的可持续发展具有决定意义。本文针对陕北农牧交错带沙地农业利用过程中存在的水资源贫乏、生态环境脆弱等问题,明确了水资源对区域经济发展与生态保护的关键作用,开展了水资源模拟预测;以水资源对沙地农业开发的支持能力为约束,建立沙地农业利用的水资源调控模型,并采用改进的NSGA-Ⅱ多目标优化算法,探索水资源调控下的沙地农业利用的适宜规模,为交错带的资源可持续利用、生态环境良性提升、经济社会稳固发展提供支持。论文主要的研究成果如下:(1)基于VAR模型分析了水资源对交错带农业发展的动态影响,明确了水资源在沙地农业发展中的关键作用。选取了交错带农业发展过程中紧密相关的水资源、农业经济、土地利用及生态环境等多方面指标进行相关性分析,依据典型指标建立了多变量VAR模型,采用脉冲响应和方差分解法定量地分析了水资源对交错带农业发展过程的动态影响,结果表明水资源综合占比在总用水量、农业用水量、农林牧渔总产值、沙地面积及生态服务价值等指标中贡献度分别为94.44%、90.93%、58.86%、86.39%、70.93%,说明水资源在交错带农业发展中扮演着关键性资源的角色,是主要影响因素和资源动力。(2)基于TOPMODEL模型和WAS模型联合模拟了交错带自然社会二元水循环,对未来交错带水资源可利用量进行预测。利用TOPMODEL模型开展基于DEM的径流过程模拟,采用启发式分割算法进行历史径流资料的突变点分析,确定1979年为突变点所在年份,划分1980-2000年为率定期,2001-2018为验证期,率定期和验证期模型的效率用WAS模型对交错带供水情况进行预测,得到交错带在北京气候模式BCC-CSM1.1下RCP2.6、RCP4.5、RCP8.5三种降雨情景的2025年可供水量分别为15.14亿m3、14.46亿m3 和 14.70 亿 m3,2030 年分别为 18.84 亿 m3、18.45 亿 m3 和 18.72 亿 m3。(3)构建了沙地农业利用的水资源调控模型,并设置了多元调控情景。根据沙地农业可用水量的区间量化原理,明确了用水上限,获得了 2018年和2025年交错带沙地农业可用水量分别为 19113 万 m3、17880.5 万 m3,2030 年 RCP2.6、RCP4.5、RCP8.5 降雨情景下分别为25571.6万m3、23928.8万m3、26390.8万m3。基于Markov模型对交错带土地利用类型进行预测,2025、2030年沙地农业利用的可开发沙地规模分别为2992.41km2和2763.72km2。从水资源条件、节水措施及农作物种植结构三个角度设置调控情景,包括降雨情景(3种)、节水情景(3种)、种植情景(7种),共形成63种方案集。(4)采用基于正交试验设计思想和ε占优机制的oε策略改进的NSGA-Ⅱ算法,求解了水资源调控模型。以沙地农业利用规模最大为原则,选取了 15种推荐方案,各方案下榆阳区和神木县可开发规模占未利用沙地比例最低,2018年、2025年和2030年中最大占比分别为(18.57%,4.08%)、(7.06%,28.6%)、(5.01%,0%);占比最高的区域为府谷县和定边县,分别为(100%,31.24%)、(100%,47.82%)、(100%,100%),交错带2018年、2025年和2030年中可开发规模最大占比分别为24.54%、14.71%、29.99%。总体来看,交错带沙地农业利用规模在空间分布上呈现出东西部高中间低的状态。结果表明,在大量依靠引调水工程的前提下,交错带在各情境下水资源仍无法支撑未利用沙地的完全开发,水资源分布不均且形势紧张。(5)利用水土资源匹配指数法研究了交错带水土资源空间匹配格局变化。交错带沙地农业水土资源匹配指数主要分布范围是[53.07,122.14],沙地农业可用水量与利用规模呈现出不匹配状态。在空间分布上,榆阳区和神木县匹配系数始终<0,呈现出地多水少、沙地农业可用水量不足现象;府谷县2018、2025、2030年指数范围分别在[1.77,1.98]、[3.36,5.84]、[-0.39,1.71],沙地农业可用水量与开发规模保持在均衡范围内,水土资源匹配状况最优;交错带水土资源匹配格局呈现出从东北部地多水少向西南部水多地少过渡,基本与沙地农业利用规模空间分布情况相印证。沙地农业发展的不均衡导致各县区水土资源匹配格局呈现出空间差异性,节水效率的提升有助于提升水土资源匹配程度,高效的农业灌溉管理措施仍是改善交错带水土资源匹配格局的有效途径。
金菊良,周戎星,崔毅,陈梦璐[3](2021)在《结构水资源学概论》文中提出水资源系统是地球表层五大圈层中的大气过程、生态过程、地球化学过程、人类活动和水文过程通过水循环相互连结起来的一类开放、高维、动态的典型复杂系统,水资源系统结构反映水资源-经济社会-生态环境复杂系统的互馈作用机理、决定水资源系统的主要复杂性和水资源系统功能,一直是水资源学领域的研究难点和热点。根据水资源学发展趋势和系统结构决定系统功能的原理,提出了以水资源系统结构的基本特征、演变规律、优化调控及其应用为研究对象的一门面向水资源系统知行关系的水资源学新分支学科,即结构水资源学。结构水资源学属于技术科学层次,它将各种水资源系统结构的识别模拟、评估预测、优化调控问题作为主要研究内容,可用系统科学中的系统识别、系统建模、系统模拟进行水资源系统结构识别模拟,用系统评价、系统预测进行水资源系统结构评估预测,用系统优化、系统决策分析、系统调控进行水资源系统结构优化调控,它们构成结构水资源学研究内容体系框架,结构水资源学与水资源系统工程之间具有明显的对偶性;面向水资源系统结构的复杂性,论述了面向概率分布结构的随机分析、面向模糊关系结构的模糊集分析、面向集对关系结构的集对分析、面向神经元输入输出关系结构的神经智能分析、面向个体适应关系结构的遗传优化分析的结构水资源学五类智能研究方法,为进一步创建结构水资源学、揭示和利用水资源系统结构的演变特征奠定了初步基础。
刘梦茹[4](2021)在《韧性视角下城市地铁网络最优恢复策略研究》文中进行了进一步梳理城市化发展进程的推进使大量人口涌入城市,而地铁的出现有效缓解了人口骤增带来的城市压力,成为人们日常出行优先选择的交通方式。但城市地铁位于地下封闭空间,面临着多种不确定风险因素,且受损后恢复工程实施难度较高。因此,结合网络结构分析地铁网络中的关键站点和区间,根据受损情况确定最优恢复策略,对提高地铁网络的应急水平维护地铁正常运营具有重要意义。论文首先基于复杂网络理论,引入站点之间实际距离,用地铁运行时间作为边权,根据站点之间可达性关系用Space L方法将实际地铁网络抽象为网络拓扑图。应用Matlab分析网络性能并计算聚类系数、平均路径长度、度及度分布等性能指标。在此基础上,通过模拟单个站点和区间受损时网络效率的变化识别出地铁网络中的关键站点和区间。其次,基于韧性理论选取“三阶段”韧性计算方法,将网络效率作为衡量网络恢复力的定量指标,用区间运行时间和站点度分别表示区间和站点的恢复工程持续时间,构建以网络恢复力最大,恢复资源数量为约束条件的城市地铁网络恢复模型。最后,用遗传算法求解站点失效、区间失效、站点和区间同时失效三种失效模式下的最优恢复策略即待恢复站点和区间的最优恢复时序组合。研究结论如下:边权的引入不能改变站点的脆弱性程度;站点和区间的脆弱性由其在网络中的位置决定,网络中脆弱性站点为中心线网与支路线网相交的站点,与脆弱性站点相连的区间仍具有较高的脆弱性。站点和区间的优先恢复性与其在网络中的位置及恢复工程持续时长相关。同一种失效模式下,加权网络比无权网络更具韧性;不同失效模式下,区间失效时地铁网络更具韧性,站点和区间同时失效时次之,站点失效时最差。恢复资源的数量与网络最大恢复力不成正比关系,同时恢复资源数量的增多不会改变站点或区间的优先恢复性。
宋琨[5](2021)在《面向ISL的高效路由协议研究》文中认为物联网(Internet of Things,IoT)作为第三次信息科技革命正迅速的涌现在不同的应用领域,推动生活方式向智慧化的方向发展,提高了社会的经济效益。然而,物联网传感器层(IoT Sensors Layer,ISL)目前所面临的能耗和安全问题成为了限制其快速发展的主要因素。针对上述问题,本文将从兼顾ISL能效和安全性的角度出发,结合IoT的网络特性,对适用于ISL的高效路由协议展开研究。本文主要工作及贡献如下:1)通过同时考虑节点的信任值、剩余能量以及能耗率等影响因素,提出了一种基于节点信任的能量优化分簇算法(Energy Optimization Cluster head Election Algorithm Based on Node Trust,BT-EOCE)。BT-EOCE算法首先添加了信任阈值来确保参与簇头选举的节点的安全性,然后利用节点的剩余能量和能耗率等因素对簇头选举的影响,对簇头的选举阈值进行改进,使网络的能量利用率进一步提升。分析和仿真结果表明,BT-EOCE算法能有效提高网络的安全性、吞吐量和网络的生命周期。2)针对簇头单跳向基站传输数据会导致能量消耗太快和网络没有安全防御机制的问题,提出了一种基于遗传算法的安全多跳路由协议(Secure Multi-Hop Routing Protocol Based on Genetic Algorithm,GA-SMHR)。GA-SMHR算法首先通过考虑节点的信任值、剩余能量、覆盖范围以及通信距离等因素选取出优质安全的簇头来承担繁重的数据融合传输任务。然后利用遗传算法为簇头多跳传输寻找最优路径来均衡网络能耗,在保证安全的基础上提高网络能效。分析和仿真结果表明,GA-SMHR算法能在保障网络传输安全的同时延长网络寿命。3)针对大多数路由算法所考虑的安全抵御机制较为简单,本文对加强网络安全展开了深入研究,提出了一种适用于ISL的多级安全能效路由(Energy Efficient Multi-Level Secure Routing,EEMSR)协议。EEMSR算法从数据感知、通信以及融合等多个层次分析了影响网络安全的因素,并根据考察节点信任属性的不同为网络建立了不同的安全级别,以应对不同类型的网络攻击。分析和仿真结果表明,EEMSR算法不仅提高了网络的生命周期和适应性,而且能显着提高网络的安全性,非常适合大规模IoT部署。
何淑庆[6](2021)在《CED-SOA服务动态协同模型和算法研究》文中研究指明随着物联网、大数据、云计算、人工智能和服务计算等新一代信息技术的发展和深度融合,逐步催生出大规模和智能化的物联网应用。物联网应用中的服务提供朝着精细化、层次化、复杂化和智能化等方向发展,这导致服务动态协同面临诸多新挑战,如复杂计算环境下的服务数据的高效和准确处理、网络边缘服务数据的存储和可控以及服务精准智能化动态协同等。针对上述问题,本文提出CED-SOA服务动态协同技术,对该技术模型和算法进行深入研究。本文的研究工作和创新点如下:(1)提出了基于CEP的物联网服务数据处理优化模型和算法,该模型和算法包括多层级复杂事件模式分治和聚类优化模型和算法及检测策略和基于自适应阈值的不确定流数据处理模型和算法。仿真实验结果表明本文提出的模型和算法在多层级和不确定环境下应用于服务数据处理能够有效降低多层级事件处理的时间延迟和提高不确定流数据处理的综合性能。(2)提出了基于复杂事件的数据存储和可控模型及基于CES的在线离线复杂事件处理算法,该模型和算法主要应用于边缘网络服务数据的存储、可控和处理。仿真实验结果表明在可控环境下,该模型和算法对边缘网络服务数据具有较好的读取性能、存储的资源开销在可承受范围内以及可有效提高在线离线混合处理的性能。(3)提出了基于深度-广度学习的服务动态协同模型和算法,该模型和算法适用于大规模智能化物联网服务提供场景。仿真实验结果表明该模型和算法在协同的精准性和综合性方面取得了较好的效果。
高学伟[7](2021)在《数字孪生建模方法及其在热力系统优化运行中的应用研究》文中研究说明随着社会经济的飞速发展,我国产业结构优化调整和转型升级进程的深入,要实现未来“碳达峰,碳中和”的目标,需要建设清洁低碳、安全高效的现代能源体系。以风电和太阳能发电为代表的可再生能源替代作用日益突显,而火电机组在未来很长一段时间内仍将处于主导地位。亟需解决火电和可再生能源的协同发展问题,大型火电机组更多需要担负起高效节能、低碳环保、深度调频调峰的任务。实施电能替代供热对于推动能源消费革命、减少碳排放、促进能源清洁化意义重大。利用电锅炉储热供暖还可以降低电网调节压力,增加供热能力,有效解决可再生能源的消纳问题。火电机组热力系统和电锅炉储热供暖热力系统都属于典型的非线性、多参数、强耦合的复杂热力系统。本文通过研究流体网络机理建模和数据驱动建模相融合的数字孪生建模方法,为热力系统建模工作提供了新的思路和途径,为热力系统安全、环保和经济运行提供理论支撑。论文围绕数字孪生建模方法及其在热力系统优化运行中的应用,主要研究内容和成果包括以下几个方面:(1)对数字孪生理论、热力系统建模理论以及大数据处理等基本理论进行了研究。比较了数字孪生与仿真技术及信息物理系统的异同;以火力发电厂为例,研究了流体网络机理建模及求解方法;对Hadoop系统的MapReduce与Spark计算进行了对比分析,对实时数据处理Spark Streaming与Storm进行了对比分析,并搭建了适用于数字孪生及大数据在热力系统建模领域应用的大数据分布式集群平台;在该集群上实现了大数据的存储管理,以及大数据分布式计算,研究了基于大数据平台的数据驱动建模理论,包括支持向量回归建模、极限学习机建模、智能辨识优化算法以及即时学习等基本理论。(2)针对数据驱动建模方法的研究,提出一套基于改进即时学习策略的自适应数据驱动建模方法。采用“主成分+互信息”的方法获得输入和输出变量之间的相关程度,确定权重因子,然后利用“欧式距离+角度”定义一种加权综合相似度度量函数。在离线状态下,利用改进遗传模拟退火模糊聚类方法进行工况划分;进行工况预测时,采用一种多层次综合相似度度量的相似工况快速识别方法构建相似工况训练集,即根据两级搜索的策略实现了在线快速识别:初级识别是确定预测工况在历史工况库中所属的类别提取预测类工况,次级识别是采取基于综合相似度度量函数的相似工况识别方法,在历史数据库中针对预测类工况的快速识别;局部模型建模方法是在Spark计算框架下,对SparkSVMHPSO算法、Spark ELM算法以及基于SparkHPSO的多参数辨识等数据驱动建模方法进行研究。然后以SCR脱硝系统出口 NOx预测、电锅炉储热供热系统源侧及荷测负荷预测为案例,验证了所提出的建模方法有效性。为热力系统数字孪生模型建模及系统工况优化提供了理论支撑。(3)针对数据孪生建模的研究,提出一套改进即时学习策略的自适应数据驱动与机理模型多参数辨识协同融合的数字孪生建模方法。在建立热力系统机理模型的基础上,关键的设备模型参数利用多参数多工况拟合的离线智能辨识方法,得到可以模拟实际系统全工况下动态变化趋势的离线智能参数辨识模型;以离线智能参数孪生模型为主,根据相似度阈值进行判断,采用自适应模型参数更新策略,实现数字孪生模型的在线协同;为进一步提升孪生模型预测的精度和鲁棒性,采用移动窗格信息熵的多模型输出在线融合方法,提升关键工况以及动态变化过程的逼近程度。基于这一理论构建的数字孪生模型,能够基于系统运行数据持续进行自我修正,在线跟踪设备运行特性,从而具有自适应、自演进的智能化特点,能够全面反映系统的运行状态和性能,为系统工况迭代优化提供可靠的模型输入和结果校验工具。以燃煤电站SCR脱硝系统和电锅炉储热供热系统为研究对象,建立其热力系统数字孪生模型。(4)最后,基于数字孪生模型的实时跟踪能力,提出一种基于负荷分配和工况寻优的热力系统智能工况动态寻优策略。并以电锅炉储热供热系统为研究对象,根据能耗成本分析和负荷分配策略,利用数字孪生模型系统,对电网负荷、电锅炉系统、储热系统进行预测计算,模拟不同运行方案、不同工况下系统动态运行,得出最优的供热调节和负荷分配方案。以火力发电厂SCR脱硝系统为例,根据建立的自适应、自演进的智能化SCR脱硝系统数字孪生模型,将该模型应用于模型预测控制算法中。结果表明,利用基于数字孪生模型的自适应预测控制算法比传统的PID控制效果更精确,运行更稳定。证明了所提建模方法的有效性,具有重要的工程实用意义和行业示范价值。
陈军腾[8](2021)在《浦东新区用地布局低碳化策略研究》文中研究表明低碳城市的建设与发展是应对如今全球变暖问题的重要解决途径,伴随我国碳排放量高居不下的严峻形势,低碳城市的建设将成为未来城市发展的趋势。国内外相关学者对低碳城市的研究已经形成了丰富的理论与方法,但在国家级新区层面对于城市低碳空间规划的相关研究较少,并且传统的规划手段在城市低碳规划计算方法、碳排放计算模型与低碳指标方面存在不足,用地布局低碳化的研究对于未来城市的建设发展以及对于低碳城市的科学研究均具有重要意义。本文以浦东新区建设用地为研究对象,梳理现状资料以及发展背景,基于kaya恒等式,结合回归拟合、灰色预测等研究方法,构建碳排放峰值预测模型,对浦东新区建设用地碳排放峰值进行预测。利用碳排放强度法、多元线性回归等方法从用地碳排放以及交通碳排放对浦东新区建设用地规划方案碳排放进行核算,与浦东新区碳排放峰值下的碳排放量进行对比,发现浦东新区规划建设用地碳排放未达到上海总体规划、浦东总体规划所提出目标要求的问题。同时,对浦东新区建设用地碳排放影响因素进行分析,发现浦东新区在职住空间匹配程度、用地混合度以及生态空间等方面均有可优化空间。基于浦东新区建设用地“零增长”的发展趋势、建设用地碳排放将超过峰值的问题以及传统的规划手段存在不足的研究现状,并且因遗传算法可以弥补传统低碳规划中缺少解决非线性、多维问题的定量研究方法这一不足的优点,以浦东新区碳排放目标与问题出发,从优化碳排放目标、优化职住平衡目标、优化用地混合度目标、优化生态空间目标以及约束条件五个方面构建用地布局低碳化模型,采用遗传算法进行定量模拟分析。通过遗传算法的染色体编码、种群初始化、遗传操作算子设定对遗传算法模拟优化流程进行配置,得到模拟结果。选取适应度函数收敛后的模拟结果,并结合文章对浦东新区规划方案职住空间、用地混合度、生态空间可优化空间的分析进行综合调整,得到浦东新区理想低碳模拟情景下的用地布局方案。从整体上看,低碳模拟情景下的建设用地碳排放量为2787.90万t C,较原规划方案减少11.2%,符合上海总体规划、浦东总体规划所提出的目标要求,低碳模拟情景的用地结构符合浦东新区用地布局发展的要求。基于低碳模拟情景,结合文章的分析从职住空间优化、土地混合使用优化以及构建良好的生态格局提出浦东新区用地布局低碳化策略。
彭阿珍[9](2021)在《面向数控系统的自适应实时调度算法研究》文中指出随着新一代信息技术的飞速发展,全球机床行业进入了以数字制造技术为中心的自动化时代。国家装备制造业的发达程度取决于机床行业的产品质量和技术水平,是国家核心基础建设的重要组成部分,对促进社会发展意义重大。数控技术是数控系统的核心,作为信息技术与先进制造技术深度融合的产物,是实现高速度、高效率、高精度、开放性与智能化数控系统各项功能的关键要素。数控系统是实时系统的一种典型应用。实时调度算法是保证实时系统各项功能在实时、能耗等约束前提下顺利实现的核心基础。随着处理需求的多样化和应用场景的复杂化,数控系统的内部组件和外部环境也随之变得更加难以用数学模型进行精确描述。实时调度算法也随之面临新的挑战:不仅要充分考虑数控系统中调度机制的实时性需求,还需要综合考虑外部环境的不确定性、系统的能耗、任务的优先约束或数据依赖等问题,实现调度资源在任务之间的最优分配。自适应实时调度算法把自适应系统中的控制论、排队论、人工智能等方法与调度算法有机的结合起来,用控制理论分析和构造实时系统的调度模型及性能评估体系,在整个系统运行过程中通过不断观测调度信息,结合经典的实时调度规则,对调度相关参数进行动态调整,有效解决解决负载动态变化和具有不可预测性的系统调度问题。本文着重研究数控系统中任务调度问题,分析了在复杂的内外部环境下具体的调度需求,把自适应控制方法应用于经典的实时调度算法中,在继承了现有的实时调度算法的基础上,得到一些在特定环境下性能更高的自适应实时调度算法。具体研究内容如下:首先,针对负载动态变化的软实时任务调度需求,提出了基于资源预留的反馈调度模型。建立系统性能与误差之间的状态反馈方程,实现调度相关参数的动态调整。接着,针对硬件资源紧张的共享平台上混合任务调度需求,在ABS服务器算法的基础上,构建一种自适应分层调度框架,实现硬实时与软实时任务间的资源隔离。其次,针对混合任务的调度需求,考虑任务悲观估计的WCET远大于实际执行时间这一现象,提出基于自适应总带宽服务器调度算法和加入资源回收策略的自适应总带宽服务器算法,对以上两种算法进行可调度性分析,并且给出了算法流程的伪代码描述。最后,针对周期性依赖任务的调度需求,综合考虑任务的依赖关系及系统能耗,提出一种面向多核平台的基于混合遗传算法的调度策略,描述了算法的具体操作步骤,并且通过仿真实验验证了算法的有效性。
陆伊宁[10](2021)在《混凝土桥梁施工复杂支撑体系安全评价及优化方法研究》文中认为为了适应桥梁向大跨、高空方向发展的趋势,由满堂支架、贝雷梁以及钢管柱组成的混凝土桥梁施工复杂支撑体系以其承载能力大,适应性强,搭设简便以及可重复利用等优点,在混凝土现浇桥梁施工中被广泛应用。但桥梁施工复杂支撑体系构件繁多、结构复杂,并且没有具体的设计标准和规范,在设计时如何实现安全性和经济性的双赢,是值得探索和研究的问题。本文采用理论研究、数值模拟和机器学习相结合的方法,对混凝土桥梁施工复杂支撑体系的安全综合评价以及结构优化方法进行研究,主要开展了以下研究工作:(1)针对桥梁施工复杂支撑体系的传力模式和受力特点进行分析,建立安全综合评价指标体系,提出综合安全度的概念作为结构安全储备定量评价结果,采用客观赋值法中的熵权法确定指标权重,并引入指标间冲突性对权重进行修正,建立了桥梁施工复杂支撑体系安全综合评价模型。(2)提出了基于支持向量机近似模型和遗传算法的结构优化方法,对遗传算法基本概念和步骤进行研究,采用罚函数法解决了遗传算法在有约束优化问题中的局限性,研究了支持向量机回归算法原理,以及训练样本选取、参数选择优化方法,提出了支持向量机构建结构近似模型的方法,以此代替遗传算法在结构优化中大量的有限元计算。(3)基于结构优化设计基本理论提出了桥梁施工复杂支撑体系优化方法,以结构总用钢量为目标函数,以各构件截面尺寸为设计变量,将结构综合安全度达到某一目标值以及各构件应力或位移满足安全要求为约束条件,建立了复杂支撑体系优化数学模型,研究了采用基于支持向量机近似模型和遗传算法的优化方法求解优化模型的步骤。(4)某斜拉桥主梁现浇施工采用由满堂支架、贝雷梁和钢管柱组合成的复杂支撑体系,对其进行安全评价和结构优化,得到原始设计参数下的综合安全度为2.51,安全储备较充足,存在一定优化空间,以综合安全度达到2.0时总用钢量最少为优化目标,优化后结构的综合安全度为2.09,相对于原始设计,总用钢量降低了20.99%,表明该桥梁施工复杂支撑体系优化方法可以使结构在保持一定的安全储备情况下达到最优经济用量。
二、基于复杂适应系统的复合多层次遗传算法(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、基于复杂适应系统的复合多层次遗传算法(论文提纲范文)
(1)复合地基智能综合优选系统研究(论文提纲范文)
摘要 |
abstract |
1 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 研究现状 |
1.2.1 复合地基处理技术研究现状 |
1.2.2 复合地基处理智能决策研究现状 |
1.2.3 当前研究的不足 |
1.3 主要研究内容与研究路线 |
1.3.1 研究目的 |
1.3.2 研究内容 |
1.3.3 技术路线 |
2 复合地基的特征分析与系统搭建 |
2.1 复合地基的特征分析 |
2.1.1 复合地基的定义与分类 |
2.1.2 复合地基的关键设计参数 |
2.1.3 复合地基的方案比选原则 |
2.2 智能综合优选系统的搭建 |
2.2.1 优化设计模块的设计 |
2.2.2 综合比选模块的设计 |
2.3 本章小结 |
3 复合地基智能优化设计研究 |
3.1 CFG桩复合地基智能优化设计数学模型 |
3.1.1 CFG桩复合地基处理的设计分析 |
3.1.2 CFG地基承载力的计算方法 |
3.1.3 CFG桩地基沉降量的计算方法 |
3.1.4 优化变量 |
3.1.5 约束条件 |
3.1.6 目标函数 |
3.1.7 CFG桩智能优化设计数学模型 |
3.2 水泥土搅拌桩复合地基智能优化设计 |
3.2.1 水泥土搅拌桩复合地基处理的设计分析 |
3.2.2 水泥土搅拌桩地基承载力的计算方法 |
3.2.3 水泥土搅拌桩地基沉降量的计算方法 |
3.2.4 优化变量 |
3.2.5 约束条件 |
3.2.6 目标函数 |
3.2.7 水泥搅拌桩智能优化设计模型 |
3.3 组合桩复合地基智能优化设计 |
3.3.1 碎石桩+CFG组合桩复合地基处理的设计分析 |
3.3.2 碎石桩+CFG组合桩地基承载力的计算方法 |
3.3.3 碎石桩+CFG组合桩地基沉降量的计算方法 |
3.3.4 优化变量 |
3.3.5 约束条件 |
3.3.6 目标函数 |
3.3.7 碎石桩+CFG组合桩智能优化设计模型 |
3.4 算法验证 |
3.4.1 GA函数的遗传计算 |
3.4.2 优化模型计算流程 |
3.4.3 CFG桩的模型实现 |
3.4.4 水泥搅拌桩的模型实现 |
3.4.5 碎石桩+CFG组合桩的模型实现 |
3.5 本章小结 |
4 复合地基智能综合评价模型的研究 |
4.1 复合地基处理方案的评价指标体系的构建 |
4.1.1 评价指标体系的遵循原则 |
4.1.2 层次结构的确定与构建 |
4.2 评价指标权重方法的确定 |
4.2.1 指标集的建立与表示 |
4.2.2 基于FAHP的权重计算 |
4.3 灰色模糊层次分析法的模型构建 |
4.3.1 灰色模糊评价值的确定 |
4.3.2 复合地基处理方案的综合评价 |
4.4 算法验证 |
4.4.1 建立评价指标集 |
4.4.2 基于FAHP复合地基处理方案指标权重的计算 |
4.4.3 灰色模糊评价值的确定 |
4.4.4 复合地基处理方案的综合评判 |
4.5 本章小结 |
5 智能综合评价分析系统的开发 |
5.1 系统技术平台及开发工具 |
5.1.1 系统技术支持平台 |
5.1.2 系统开发工具 |
5.2 系统框架及功能特点 |
5.2.1 系统框架搭建 |
5.2.2 系统的功能与优势 |
5.3 系统核心模块 |
5.3.1 用户进入界面 |
5.3.2 主界面说明 |
5.3.3 优化设计模块 |
5.3.4 综合评价分析模块 |
5.4 工程实例应用 |
5.4.1 建筑工程概况 |
5.4.2 工程地质勘察资料 |
5.4.3 工程设计要求 |
5.4.4 智能综合优选系统的应用 |
5.5 小结 |
6 结论与展望 |
6.1 研究成果 |
6.2 研究展望 |
致谢 |
参考文献 |
附录 |
攻读硕士学位期间主要成果 |
(2)陕北农牧交错带沙地农业利用规模的水资源调控研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景 |
1.2 研究目的和意义 |
1.3 国内外研究进展 |
1.3.1 水文模型研究进展 |
1.3.2 自然系统多变量互馈关系研究进展 |
1.3.3 水资源调控的思想演变与方法进展 |
1.4 问题提出及思考 |
1.5 主要研究内容 |
1.6 研究方案和技术路线 |
1.6.1 研究方案 |
1.6.2 技术路线 |
1.7 本章小结 |
2 研究区范围及概况 |
2.1 陕北农牧交错带范围界定 |
2.2 自然地理概况 |
2.2.1 地形地貌 |
2.2.2 土壤植被 |
2.2.3 自然资源 |
2.3 社会经济现状 |
2.4 水资源开发利用现状 |
2.4.1 水资源分布情况 |
2.4.2 水资源开发利用情况 |
2.5 荒漠化特征及治理历程 |
2.5.1 荒漠化现状及特征 |
2.5.2 荒漠化动态演进 |
2.5.3 水土流失现状 |
2.6 区位特殊性及重要意义 |
2.6.1 交错性与过渡性 |
2.6.2 水土资源紧缺性 |
2.6.3 生态环境脆弱性 |
2.6.4 区位特殊性 |
2.7 本章小结 |
3 水资源对交错带农业发展影响分析 |
3.1 VAR模型介绍 |
3.2 指标选取及相关性分析 |
3.3 VAR模型的构建与检验 |
3.3.1 序列平稳性检验 |
3.3.2 Johansen协整检验 |
3.3.3 模型参数估计 |
3.3.4 模型检验 |
3.4 脉冲响应 |
3.5 方差分解 |
3.6 水资源对交错带农业发展影响分析 |
3.7 本章小结 |
4 基于TOPMODEL和 WAS模型的交错带水资源预测 |
4.1 模型基本原理 |
4.1.1 TOPMODEL模型 |
4.1.2 WAS模型 |
4.2 子流域单元划分 |
4.3 TOPMODEL模型构建及校验 |
4.3.1 下垫面参数提取 |
4.3.2 模拟效果及模型参数校验 |
4.4 WAS模型构建与模拟验证 |
4.4.1 拓扑关系 |
4.4.2 数据基础 |
4.4.3 模拟验证 |
4.5 基于TOPMODEL和 WAS模型的水资源预测 |
4.5.1 规划年气候情景模式 |
4.5.2 规划年水资源量预测 |
4.6 本章小节 |
5 沙地农业利用的水资源调控模型构建 |
5.1 水资源调控模型的理论基础 |
5.1.1 模型框架 |
5.1.2 模型原理 |
5.2 可用水量区间量化分析 |
5.2.1 可用水量区间量化 |
5.2.2 可用水量上限分析 |
5.2.3 传统行业需水预测 |
5.2.4 沙地农业可用水量潜力分析 |
5.3 可开发沙地规模预测 |
5.3.1 土地利用现状及其结构分析 |
5.3.2 土地利用遥感监测动态演变 |
5.3.3 土地利用空间转移变化分析 |
5.3.4 基于Markov模型的土地利用类型预测 |
5.4 调控情景设置 |
5.4.1 多元情景分析 |
5.4.2 调控情景设置 |
5.5 水资源调控模型构建 |
5.5.1 目标函数 |
5.5.2 约束条件 |
5.6 本章小结 |
6 沙地农业利用适宜规模及空间格局变化 |
6.1 基于正交?占优策略改进的NSGA-Ⅱ算法 |
6.1.1 正交设计初始化种群 |
6.1.2 ε占优策略 |
6.1.3 NSGA-Ⅱ算法 |
6.1.4 模型求解流程 |
6.2 沙地农业利用适宜规模分析 |
6.2.1 各县区适宜规模分析 |
6.2.2 交错带适宜规模分析 |
6.3 沙地农业利用规模的空间分布 |
6.4 沙地农业利用的水资源配置方案 |
6.5 水土资源空间匹配格局变化 |
6.6 本章小结 |
7 结论与展望 |
7.1 结论 |
7.2 创新点 |
7.3 展望 |
致谢 |
参考文献 |
附表 |
攻读博士学位期间主要研究成果 |
(3)结构水资源学概论(论文提纲范文)
1 结构水资源学的研究对象 |
1.1 结构水资源学的基本概念 |
1.2 结构水资源学的主要研究对象 |
2 结构水资源学的研究内容 |
2.1 水资源系统结构识别模拟 |
2.2 水资源系统结构评估预测 |
2.3 水资源系统结构优化调控 |
3 结构水资源学的智能研究方法 |
3.1 面向概率分布结构的随机分析 |
3.2 面向模糊关系结构的模糊集分析 |
3.3 面向集对关系结构的集对分析 |
3.4 面向神经元输入输出关系结构的神经智能分析 |
3.5 面向个体适应关系结构的遗传优化分析 |
4 结论 |
(4)韧性视角下城市地铁网络最优恢复策略研究(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 国内外研究现状 |
1.2.1 地铁网络脆弱性研究现状 |
1.2.2 复杂网络韧性研究现状 |
1.2.3 网络恢复研究现状 |
1.2.4 研究现状评述 |
1.3 研究内容及研究目标 |
1.3.1 研究内容 |
1.3.2 研究目标 |
1.4 研究方法与技术路线 |
1.4.1 研究方法 |
1.4.2 技术路线 |
1.5 研究创新点 |
2 韧性城市及复杂网络相关理论 |
2.1 韧性城市相关理论 |
2.1.1 韧性理论及计算方法 |
2.1.2 韧性城市评价体系 |
2.1.3 韧性城市工程应用 |
2.1.4 地铁网络韧性研究 |
2.2 复杂网络相关理论 |
2.2.1 复杂网络发展历程 |
2.2.2 复杂网络的基本模型 |
2.2.3 复杂网络的统计特征 |
2.3 本章小结 |
3 城市地铁网络脆弱性研究 |
3.1 我国城市地铁网络现状 |
3.2 城市地铁网络性能分析 |
3.2.1 网络拓扑图构建 |
3.2.2 度及度分布 |
3.2.3 平均路径长度和直径 |
3.2.4 聚类系数 |
3.3 关键站点和区间识别 |
3.3.1 关键站点识别 |
3.3.2 关键区间识别 |
3.4 本章小结 |
4 城市地铁网络恢复模型构建 |
4.1 城市地铁网络恢复问题描述 |
4.2 城市地铁网络恢复数学模型 |
4.2.1 模型假设 |
4.2.2 目标函数 |
4.2.3 约束条件 |
4.3 模型求解算法 |
4.3.1 遗传算法介绍 |
4.3.2 编码方式 |
4.3.3 适应度函数 |
4.3.4 选择交叉操作 |
4.3.5 变异逆转操作 |
4.4 本章小结 |
5 城市地铁网络最优恢复策略求解 |
5.1 关键站点失效下最优恢复策略求解 |
5.2 关键区间失效下最优恢复策略求解 |
5.3 站点和区间同时失效下最优恢复策略求解 |
5.4 不同恢复资源下最优恢复策略求解 |
5.5 本章小结 |
6 总结与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
研究生期间参与的课题及成果 |
附录 恢复模型求解代码 |
致谢 |
(5)面向ISL的高效路由协议研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 研究内容 |
1.4 本文安排 |
第二章 IoT相关概述 |
2.1 IoT架构 |
2.2 ISL特性 |
2.2.1 规模庞大 |
2.2.2 异构性 |
2.2.3 能效性 |
2.2.4 安全性 |
2.3 ISL路由协议 |
2.3.1 平面路由协议 |
2.3.2 分层路由协议 |
2.4 IoT面临的挑战 |
2.5 本章小结 |
第三章 基于节点信任的能量优化分簇算法 |
3.1 引言 |
3.2 系统模型 |
3.2.1 网络模型 |
3.2.2 能量模型 |
3.2.3 最优簇首数 |
3.3 提出的BT-EOCE算法 |
3.3.1 节点信任值分析 |
3.3.2 簇头选举 |
3.3.3 层次分析 |
3.3.4 BT-EOCE算法具体流程 |
3.4 仿真结果与分析 |
3.4.1 仿真参数设置 |
3.4.2 仿真结果分析 |
3.5 本章小结 |
第四章 基于遗传算法的安全多跳路由协议 |
4.1 引言 |
4.2 系统模型 |
4.2.1 网络模型 |
4.2.2 最优簇首数 |
4.3 提出的GA-SMHR算法 |
4.3.1 簇头的选取 |
4.3.2 多跳路由设计 |
4.3.3 GA-SMHR算法具体流程 |
4.4 仿真结果与分析 |
4.4.1 仿真参数设置 |
4.4.2 仿真结果分析 |
4.5 本章小结 |
第五章 多级安全能效路由协议 |
5.1 引言 |
5.2 系统模型 |
5.2.1 网络模型 |
5.2.2 分层信任模型 |
5.3 提出的EEMSR算法 |
5.3.1 多级网络安全 |
5.3.2 节点异常行为分析 |
5.3.3 节点信任值确定 |
5.3.4 EEMSR算法具体流程 |
5.4 仿真结果与分析 |
5.4.1 仿真参数设置 |
5.4.2 仿真结果分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
攻读学位期间的研究成果 |
(6)CED-SOA服务动态协同模型和算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 研究问题与挑战 |
1.3 主要研究内容及创新点 |
1.4 本文的组织结构 |
第二章 CEP与服务协同及相关研究综述 |
2.1 复杂事件处理综述 |
2.1.1 分布式并行CEP研究 |
2.1.2 CEP与云雾计算融合研究 |
2.1.3 CEP事件模式研究 |
2.2 不确定流数据处理概述 |
2.2.1 不确定事件处理 |
2.2.2 乱序事件处理 |
2.3 事件存储和可控访问概述 |
2.3.1 事件存储概述 |
2.3.2 数据可信访问控制概述 |
2.4 服务协同概述 |
2.5 本章小结 |
第三章 基于CEP的服务流数据处理模型和算法研究 |
3.1 引言 |
3.2 CED-SOA物联网服务提供架构 |
3.3 基于分治聚类的流数据处理模型 |
3.3.1 多层级云雾CEP的事件模型表示 |
3.3.2 事件模式的分治和聚类优化算法 |
3.3.3 事件模式的调度和检测策略 |
3.4 面向不确定流数据的自适应阈值模型 |
3.4.1 云雾边多级CEP |
3.4.2 自适应阈值事件模型 |
3.4.3 事件多源识别和重构算法 |
3.4.4 偏序事件检测 |
3.4.5 阈值自适配算法 |
3.4.6 分层事件处理策略 |
3.5 实验结果与分析 |
3.5.1 智慧医疗个性化服务 |
3.5.2 实验环境 |
3.5.3 分治聚类算法实验结果与分析 |
3.5.4 自适应阈值模型实验结果与分析 |
3.6 本章小结 |
第四章 复杂事件混合检测及可信存储模型 |
4.1 引言 |
4.2 事件存储模型 |
4.2.1 研究问题 |
4.2.2 多级联动事件存储模型和算法 |
4.3 CEP混合事件处理模型 |
4.3.1 研究问题 |
4.3.2 基于CES的在线离线混合检测 |
4.3.3 基于CES的在线离线混合检测算法 |
4.4 可信访问控制模型 |
4.4.1 研究问题 |
4.4.2 雾计算可信存储模型 |
4.4.3 协同数据安全管理算法 |
4.5 实验结果与分析 |
4.5.1 实验环境 |
4.5.2 混合检测实验结果与分析 |
4.5.3 可控模型实验结果与分析 |
4.6 本章小结 |
第五章 CED-SOA服务动态协同模型和算法研究 |
5.1 引言 |
5.2 服务动态协同模型和算法研究问题 |
5.2.1 时空特征 |
5.2.2 精细化特征 |
5.2.3 智能化特征 |
5.3 CED-SOA物联网服务动态协同模型描述 |
5.3.1 事件和服务模型关系 |
5.3.2 基于事件的服务关联模型 |
5.4 基于深度-广度学习的服务动态协同模型和算法 |
5.4.1 深度-广度学习模型 |
5.4.2 模型及问题的形式化定义 |
5.4.3 基于深度-广度学习的服务动态协同模型 |
5.5 实验结果与分析 |
5.6 本章小结 |
第六章 结束语 |
6.1 论文总结 |
6.2 进一步工作 |
参考文献 |
主要缩略语及中英文对照 |
致谢 |
攻读博士学位期间发表的学术论文 |
(7)数字孪生建模方法及其在热力系统优化运行中的应用研究(论文提纲范文)
摘要 |
Abstract |
主要符号及缩写表 |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 能源电力发展背景与现状 |
1.1.2 智能控制优化研究现状 |
1.2 热力系统建模仿真及大数据技术研究现状 |
1.2.1 热力系统建模研究现状 |
1.2.2 电力大数据及其发展现状 |
1.2.3 热力系统仿真技术发展背景 |
1.3 数字孪生技术的应用现状及关键技术 |
1.3.1 数字孪生的应用发展现状 |
1.3.2 数字孪生研究的关键技术 |
1.3.3 数字孪生发展面临的挑战 |
1.4 论文的研究内容 |
第2章 大数据背景下的数字孪生与热力系统建模理论 |
2.1 数字孪生的基本理论 |
2.1.1 数字孪生的定义与内涵 |
2.1.2 数字孪生与仿真技术之间的关系 |
2.1.3 数字孪生与信息物理系统之间的关系 |
2.2 热力系统建模理论与方法 |
2.2.1 流体网络机理建模理论与方法 |
2.2.2 数据驱动建模理论与方法 |
2.3 大数据的基本理论 |
2.3.1 大数据平台框架及相关技术 |
2.3.2 大数据存储管理与预处理方法 |
2.3.3 大数据分布式集群平台构建 |
2.4 本章小结 |
第3章 基于改进即时学习策略的自适应数据驱动建模方法研究 |
3.1 基于改进即时学习策略的自适应数据驱动建模方法 |
3.1.1 建模思路 |
3.1.2 基于改进遗传模拟退火算法的模糊聚类工况划分 |
3.1.3 基于多层次综合相似度度量的相似工况识别 |
3.1.4 基于Spark平台的数据驱动局部模型建模 |
3.2 SCR脱硝系统数据驱动建模应用案例 |
3.2.1 建模对象及背景介绍 |
3.2.2 数据预处理和相似工况选取 |
3.2.3 局部建模过程及结果分析 |
3.3 电锅炉供热系统荷侧和源侧负荷预测建模应用案例 |
3.3.1 建模对象及背景介绍 |
3.3.2 荷侧供热负荷预测模型 |
3.3.3 源侧电负荷预测 |
3.4 本章小结 |
第4章 热力系统数字孪生建模理论及应用 |
4.1 热力系统数字孪生建模思路 |
4.1.1 数字孪生建模方法的提出 |
4.1.2 数字孪生模型的构建方法及流程 |
4.2 数字孪生机理模型的构建 |
4.2.1 管路模型 |
4.2.2 调节阀模型 |
4.2.3 离心水泵模型 |
4.2.4 换热器模型 |
4.3 数字孪生模型的协同与融合理论 |
4.3.1 数字孪生模型离线智能参数辨识 |
4.3.2 数字孪生模型参数在线自适应协同 |
4.3.3 基于移动窗格信息熵的多模型输出在线融合 |
4.4 数字孪生建模实例分析 |
4.4.1 脱硝系统数字孪生模型的建立 |
4.4.2 供热系统数字孪生模型的建立 |
4.5 本章小结 |
第5章 基于热力系统数字孪生模型的节能控制优化 |
5.1 基于数字孪生模型的智能工况动态寻优 |
5.1.1 热力系统智能工况动态寻优策略 |
5.1.2 基于数字孪生模型的供热储热系统智能工况动态寻优 |
5.2 基于数字孪生模型的自适应预测控制优化 |
5.2.1 基于数字孪生模型的预测控制算法 |
5.2.2 基于数字孪生模型预测控制的喷氨量优化 |
5.3 本章小结 |
第6章 结论与展望 |
6.1 主要研究工作及成果 |
6.2 论文主要创新点 |
6.3 后续工作展望 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(8)浦东新区用地布局低碳化策略研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景 |
1.1.1 碳减排国际背景下我国碳排放形式严峻 |
1.1.2 土地利用碳排放是全球碳排放的重要来源 |
1.1.3 上海“零增长”背景下用地布局优化的发展模式成为趋势 |
1.2 研究目的及意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 研究对象及范围 |
1.3.1 研究对象 |
1.3.2 研究范围 |
1.4 研究内容 |
1.5 研究方法及技术路线 |
1.5.1 研究方法 |
1.5.2 技术路线 |
2 相关概念及研究综述 |
2.1 概念界定 |
2.1.1 碳排放峰值 |
2.1.2 城市用地 |
2.1.3 用地碳排放强度 |
2.2 研究综述 |
2.2.1 土地利用碳排放机理研究 |
2.2.2 土地利用碳排放核算研究 |
2.2.3 土地利用优化配置研究 |
2.2.4 遗传算法相关研究 |
2.3 本章小结 |
3 浦东新区建设用地碳排放问题分析 |
3.1 研究区概况 |
3.1.1 区域交通 |
3.1.2 人口与社会 |
3.1.3 低碳城市建设 |
3.2 浦东新区碳排放达峰目标 |
3.3 浦东新区碳排放峰值预测 |
3.3.1 碳排放峰值预测模型构建 |
3.3.2 碳排放峰值预测模型因子设定 |
3.3.3 建设用地碳排放峰值预测 |
3.4 浦东新区建设用地碳排放问题分析 |
3.4.1 建设用地扩张与碳排放 |
3.4.2 建设用地碳排放核算 |
3.5 浦东新区建设用地碳排放影响因素分析 |
3.5.1 低碳用地布局的测度 |
3.5.2 城市外部空间形态分析 |
3.5.3 职住空间匹配分析 |
3.5.4 用地混合度分析 |
3.5.5 生态空间指标分析 |
3.6 本章小结 |
4 浦东新区用地布局低碳化模型构建及模拟优化配置 |
4.1 用地布局低碳化的思路与步骤 |
4.1.1 优化模型构建思路 |
4.1.2 用地布局低碳化步骤 |
4.2 用地布局低碳化的目标和原则 |
4.2.1 用地布局低碳化的目标 |
4.2.2 用地布局低碳化的原则 |
4.3 数据预处理 |
4.4 构建目标函数 |
4.4.1 优化碳排放目标 |
4.4.2 优化职住平衡目标 |
4.4.3 优化用地混合度目标 |
4.4.4 优化生态空间目标 |
4.5 构建约束条件 |
4.6 遗传算法模拟优化流程配置 |
4.6.1 遗传算法的运算流程设定 |
4.6.2 遗传算法染色体编码设定 |
4.6.3 种群初始化 |
4.6.4 适应度函数构建 |
4.6.5 遗传操作算子设定 |
4.6.6 迭代结果输出 |
4.7 本章小结 |
5 浦东新区用地布局低碳化策略 |
5.1 模拟结果总结分析 |
5.2 用地布局低碳化策略 |
5.2.1 职住空间优化 |
5.2.2 土地混合使用优化 |
5.2.3 构建良好的生态格局 |
5.3 本章小结 |
6 研究总结 |
6.1 研究结论 |
6.2 创新点 |
6.3 研究展望 |
参考文献 |
作者在读期间学术成果及实践 |
附录 |
图录 |
表录 |
编程设计附录 |
致谢 |
(9)面向数控系统的自适应实时调度算法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 论文的研究背景 |
1.2 国内外研究现状 |
1.2.1 工业革命与数控系统的发展 |
1.2.2 国外研究现状 |
1.2.3 数控系统的实时性需求 |
1.2.4 数控系统的自适应性需求 |
1.2.5 数控系统的低能耗需求 |
1.3 论文选题的动机及意义 |
1.4 论文结构与研究内容 |
第2章 实时调度理论与方法 |
2.1 实时调度相关理论 |
2.1.1 基本概念 |
2.1.2 任务的相关性 |
2.1.3 任务的分类 |
2.1.4 调度算法的性能评价标准 |
2.2 实时调度算法的分类 |
2.3 常用的实时调度策略 |
2.3.1 时间驱动(Time-driven)调度策略 |
2.3.2 优先级驱动(Priority-driven)调度策略 |
2.4 混合任务调度算法 |
2.5 本章小结 |
第3章 自适应调度算法 |
3.1 基本概念 |
3.2 自适应系统 |
3.2.1 自适应系统分类 |
3.2.2 自适应系统的特点 |
3.3 自适应调度算法 |
3.3.1 基于准入控制的策略 |
3.3.2 基于反馈控制的实时调度策略 |
3.3.3 弹性调度算法 |
3.4 本章小结 |
第4章 面向混合任务的反馈调度算法 |
4.1 相关研究 |
4.2 任务模型与假设 |
4.3 资源预留与常带宽服务器 |
4.3.1 资源预留 |
4.3.2 常带宽服务器 |
4.4 自适应带宽服务器(ABS) |
4.4.1 反馈控制回路 |
4.4.2 ABS服务器控制模型 |
4.4.3 ABS模型中控制器设计 |
4.4.4 ABS服务器中监管器的设计 |
4.5 AHSF框架 |
4.5.1 相关研究 |
4.5.2 调度模型 |
4.5.3 调度流程 |
4.6 实验验证与分析 |
4.6.1 针对软实时任务的测试 |
4.6.2 针对混合任务的测试 |
4.7 本章小结 |
第5章 面向混合任务自适应总带宽服务器算法 |
5.1 相关研究 |
5.2 系统模型和总带宽服务器算法 |
5.2.1 系统模型 |
5.2.2 总带宽服务器算法 |
5.3 自适应总带宽服务器(ATBS) |
5.4 基于资源回收的ATBS算法(ATBSRR) |
5.5 仿真实验 |
5.5.1 仿真方法 |
5.5.2 实验结果 |
5.6 本章小结 |
第6章 基于混合遗传算法的低能耗实时调度 |
6.1 相关研究 |
6.2 系统模型与问题描述 |
6.3 混合变邻域搜索的遗传算法 |
6.4 变邻域搜索 |
6.5 实验 |
6.5.1 实验设计 |
6.5.2 对比实验 |
6.6 本章小结 |
第7章 结束语 |
7.1 全文总结 |
7.2 展望 |
参考文献 |
致谢 |
作者简介及攻读学位期间发表的学术论文与研究成果 |
(10)混凝土桥梁施工复杂支撑体系安全评价及优化方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1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 支撑体系的发展现状 |
1.3 复杂支撑体系安全综合评价研究现状 |
1.3.1 综合评价方法 |
1.3.2 复杂支撑体系安全综合评价研究 |
1.4 复杂支撑体系优化设计研究现状 |
1.4.1 结构优化设计方法研究现状 |
1.4.2 优化中结构近似模型研究现状 |
1.4.3 复杂支撑体系优化研究现状 |
1.5 研究内容与技术路线 |
1.5.1 研究内容 |
1.5.2 研究技术路线 |
第2章 混凝土桥梁施工复杂支撑体系安全综合评价 |
2.1 引言 |
2.2 桥梁施工复杂支撑体系安全综合评价指标体系 |
2.3 评价指标权重确定方法 |
2.4 桥梁施工复杂支撑体系安全综合评价模型 |
2.5 本章小结 |
第3章 基于支持向量机近似模型-遗传算法的优化方法 |
3.1 引言 |
3.2 遗传算法理论 |
3.2.1 遗传算法基本概念 |
3.2.2 遗传算法基本步骤 |
3.2.3 罚函数法 |
3.3 支持向量机近似模型 |
3.3.1 支持向量机回归算法 |
3.3.2 样本点的选取 |
3.3.3 支持向量机核函数 |
3.3.4 支持向量机参数寻优 |
3.3.5 建立支持向量机近似模型的基本步骤 |
3.4 基于支持向量机近似模型-遗传算法的结构优化步骤 |
3.5 算例验证 |
3.6 本章小结 |
第4章 混凝土桥梁施工复杂支撑体系结构优化模型 |
4.1 引言 |
4.2 结构优化设计基本理论 |
4.2.1 结构优化设计一般数学模型 |
4.2.2 结构优化设计的层次 |
4.3 桥梁施工复杂支撑体系优化数学模型 |
4.4 优化模型求解步骤 |
4.5 本章小结 |
第5章 工程实例 |
5.1 工程概况 |
5.2 支撑体系受力分析 |
5.2.1 荷载计算 |
5.2.2 荷载组合 |
5.2.3 有限元模型 |
5.2.4 有限元计算结果分析 |
5.3 支撑体系安全评价 |
5.3.1 确定指标权重 |
5.3.2 安全评价 |
5.4 支撑体系结构优化 |
5.4.1 支撑体系优化数学模型 |
5.4.2 支撑体系支持向量机近似模型 |
5.4.3 支撑体系优化 |
5.5 本章小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
攻读学位期间发表论文情况 |
四、基于复杂适应系统的复合多层次遗传算法(论文参考文献)
- [1]复合地基智能综合优选系统研究[D]. 陈新岩. 西安理工大学, 2021(01)
- [2]陕北农牧交错带沙地农业利用规模的水资源调控研究[D]. 刘思源. 西安理工大学, 2021
- [3]结构水资源学概论[J]. 金菊良,周戎星,崔毅,陈梦璐. 华北水利水电大学学报(自然科学版), 2021
- [4]韧性视角下城市地铁网络最优恢复策略研究[D]. 刘梦茹. 西安建筑科技大学, 2021
- [5]面向ISL的高效路由协议研究[D]. 宋琨. 内蒙古大学, 2021(12)
- [6]CED-SOA服务动态协同模型和算法研究[D]. 何淑庆. 北京邮电大学, 2021
- [7]数字孪生建模方法及其在热力系统优化运行中的应用研究[D]. 高学伟. 华北电力大学(北京), 2021(01)
- [8]浦东新区用地布局低碳化策略研究[D]. 陈军腾. 西安建筑科技大学, 2021(01)
- [9]面向数控系统的自适应实时调度算法研究[D]. 彭阿珍. 中国科学院大学(中国科学院沈阳计算技术研究所), 2021(09)
- [10]混凝土桥梁施工复杂支撑体系安全评价及优化方法研究[D]. 陆伊宁. 广西大学, 2021(12)