导读:本文包含了向量最优化论文开题报告文献综述及选题提纲参考文献，主要关键词:计算机网络,路由方法,层次路由,多径寻由
向量最优化论文文献综述
陈棋[1]（2019）在《向量网分层递归的最优化多径路由算法研究》一文中研究指出网络路由问题是网络的核心问题之一,采用什么路由方法对于网络有着重要的影响。设计一种效率高、适用性强的路由算法一直是网络通信领域的热点研究方向。对于规模比较小的网络,目前有比较成熟的路由方案,比如OSPF和RIP等协议,但是它们无法用于大型网络。目前的IP网采用BGP来解决大型网络互联问题,但是IP网自身具有无连接、最短路径寻由等特性,IP网技术虽然成熟,但是其自身的一些缺点一直没有被解决,比如路由收敛慢、只提供单路径等。业界研究结果表明,解决大型网络寻由的关键是运用网络分层路由技术。结合新型网络向量网(Vector Network,VN)特点的网络路由体系可以为解决这些问题提供新的合理又高效的解决思路。网络路由主要分为网络拓扑的表示方法、网络拓扑获取以及根据网络拓扑进行选路,结合向量网技术、运用分层和递归的思想缩小寻由规模的分层路由算法是本文研究的主要内容,具体工作主要有以下几个方面:(1)提出了基于向量网的一种层次递归的拓扑结构表示方法,可以将平面的物理网络拓扑表示为分层的网络架构,实现链路和节点的聚合,能够简化网络拓扑表示,并且为路由算法的设计提供支撑。(2)根据向量网的特点,设计了向量网的路径格式、对等组内的域内路由算法、多路径的获取方法、多条路径之间重合度的判断方法。基于上述工作提出了一种运用分层递归最优化思想的分层路由算法。该方法降低了大型网络路由的计算复杂度,理论上计算复杂度从原来的N2降低为N*logN,可显着提高路由效率;而且该方法不仅能够寻找到一个网络拓扑中两个节点之间的最佳路径,而且能够找到多条和最佳路径相对独立的备选路径,从而能够提升网络的可靠性。(3)在PyCharm平台下,基于Python 3.6对上述的拓扑结构表示方法和路由算法进行了编程实现,并且设计了实验方案,对算法进行了实验仿真,证明了算法的可行性。实验结果表明此算法能够有效地运用于不同规模的网络路由。路由算法是否优秀也严重影响网络整体性能是否优秀。本文提出的分层递归最优化的多径路由算法适用于一种新型网络体系,即向量网。分层的路由架构使得网络具有良好的可扩展性,支持大规模网络,并且能够降低路由的计算复杂度。(本文来源于《北京交通大学》期刊2019-05-30）
赵宇,陈锐,刘蔚[2]（2016）在《集成特征选择的最优化支持向量机分类器模型研究》一文中研究指出考虑将特征选择集成到支持向量机分类器中,提出集成特征选择的最优化支持向量机分类器——FS-SDPSVM(Feature Selection in Semi-definite Program for Support Vector Machine)。该模型将每个特征分别在核空间中做特征映射,然后通过参数组合构成新的核矩阵,将特征选择过程与机器分类过程统一在一个优化目标下,同时达到特征选择与分类最优。在特征筛选方面,根据模型参数提出用于特征筛选的特征支持度和特征贡献度,通过控制二者的上下限可以在最优分类和最少特征之间灵活取舍。实证中分别将最优分类(FS-SDP-SVM1)和最少特征(FS-SDPSVM2)两类集成化特征选择算法与Relief-F、SFS、SBS算法在UCI机器学习数据和人造数据中进行对比实验。结果表明,提出的FS-SDP-SVM算法在保持较好泛化能力的基础上,在多数实验数据集中实现了最大分类准确率或最少特征数量;在人工数据中,该方法可以准确地选出真正的特征,去除噪声特征。(本文来源于《计算机科学》期刊2016年08期）
冯敏[3]（2016）在《集值映射的广义次微分及其在向量最优化中的应用》一文中研究指出本文引入了集值映射的一种新的次微分概念,并且利用这种次微分讨论了集值优化问题的最优性条件。首先,我们给出了集值映射广义次微分的定义和一个简单的计算法则,并且比较了这种广义次微分与几种定义形式的集值映射弱次微分之间的关系。其次,利用广义Hahn-Banach定理,我们建立了集值映射的广义次梯度的一个存在性定理。然后,我们研究了集值映射的广义次微分的一些基本性质,讨论了当集值映射退化到单值情形时这种广义次微分与方向导数之间的关系并给出了广义次微分的一个计算关系式。同时,利用集值映射的半微分性,我们也导出了广义次微分的一个和式法则。作为应用,我们也利用这种广义次微分来刻画集值优化问题的最优性条件,分别得到了无约束集值优化问题和带广义不等式约束集值优化问题的弱极小解意义下的充分必要最优性条件。在论文的最后,我们简单地概括了本文所做的工作,并且提出了本文当中的一些不足之处和值得思考的问题。(本文来源于《重庆大学》期刊2016-04-01）
范晓冬[4]（2013）在《向量最优化与平衡问题的稳定性分析》一文中研究指出求解最优化问题是最优化理论研究的核心任务.然而,多数最优化问题难以直接精确求解.我们只能在原始问题的基础上构造近似问题,通过求近似问题的解去逼近原始问题的解.如此,算法设计的基本要求是:当近似问题中的参数和函数收敛于原始问题的相应参数和函数时,近似问题的解应收敛于原始问题的解.实际应用中,最优化问题中的参数和函数往往由经验数据抽象而来,存在系统误差.另外,算法通常由计算机编程实现,不可避免的要产生舍入误差.同时,为了提高运算速度也会做一定的近似处理.因此,最优化问题的解要具有一定的稳定性才能满足实际应用的要求.如果我们以最优化问题中的参数和函数为自变量以其解集为因变量定义一个称之为解映射的集值映射,则最优化问题的稳定性就归结为该解映射的连续性和变分性质.现有文献多数致力于讨论解关于参数的稳定性.通过在原始问题中引入参变量构造参数近似问题,分析解关于参数的连续性和变分性质.然而,误差并不是按照给定的参数形式变化,参数稳定性不能保证解对误差的稳定性.另外,随着最优化理论的应用范围不断扩展,非参数算法应运而生.其基本思路是在函数空间上构造近似问题设计算法.在本论文中,我们研究半无限向量最优化问题,参数向量最优化问题,向量平衡问题和向量拟平衡问题在泛函扰动下的非参数稳定性.在相应的函数集合上建立拓扑结构,分别探讨上述几类最优化问题解映射的上半连续性,下半连续性,闭性, Holder连续性以及解的本质性.并且,分析稳定向量最优化和平衡问题的稠密性.显然,参数稳定性是非参数稳定性的特例.本文所得结果推广了相关文献中的相应结果.在第2章中,分析非紧约束半无限向量最优化问题解映射的连续性.在目标函数和约束函数的泛函扰动下,建立了解映射上半连续和下半连续的充分条件.并举例分析了主要结果中的假设条件.另外,我们证明了每一凸半无限向量最优化问题可被稳定的凸半无限向量最优化问题任意逼近,换言之,稳定凸半无限向量最优化问题(即它们的弱解映射连续或解映射上半连续)组成的集合在给定的拓扑下是所有凸半无限向量最优化问题组成的集合中的稠密子集.在第3章中,引入参数向量最优化问题本质解和本质解集的定义.并讨论了本质解,本质解集以及解映射下半连续之间的关系.给出了本质解的刻划;建立了解映射闭性的充分条件.最后,将本章的主要结果应用于几类特殊的最优化模型,得到主要结果的一些推论.在第4章中,在泛函扰动下探讨向量平衡问题的灵敏度分析.证明解映射是上半连续集值映射.分别建立了解映射下半连续和Holder连续的充分条件.最后,考虑向量平衡问题的几个特例,得到本章主要结果的若干推论.在第5章中,在映射扰动下探讨向量拟平衡问题解映射的连续性.我们证明解映射是上半连续和Hausdorf上半连续的;建立了解映射下半连续和Hausdorf下半连续的充分条件.最后,作为实例,将本章的主要结果应用于交通网络问题.(本文来源于《北京工业大学》期刊2013-04-01）
周晓剑,马义中,朱嘉钢,刘利平,汪建均[5]（2010）在《求解非半正定核Huber-支持向量回归机问题的序列最小最优化算法》一文中研究指出序列最小最优化(SMO)算法是求解大型支持向量机(SVM)问题的有效算法.已有的算法都要求核函数是正定的或半正定的,从而使其应用受到限制.针对这种缺点,本文提出一种新的的SMO算法,可求解非半正定核Huber-SVR问题.提出的算法在保证收敛的前提下可使非半正定Huber-SVR能够达到比较理想的回归精度,因而具有一定的理论意义和实用价值.(本文来源于《控制理论与应用》期刊2010年09期）
谢小凤,何静,赖涵[6]（2009）在《无穷维向量最优化问题的最优性条件(英文)》一文中研究指出文[1]在有穷维空间中建立了可微多目标规划的最优性条件,并得出了一些有意义的结论.此处将这些结论推广到了无穷维空间中,得到了无穷维空间中向量最优化问题的最优性条件.(本文来源于《重庆工商大学学报(自然科学版)》期刊2009年03期）
段誉[7]（2009）在《Banach空间中几类向量最优化问题的弱有效解》一文中研究指出在一般Bananch空间中给出了向量值函数的G-preinvex定义,并利用此函数获得了向量最优化问题解存在的必要条件和充分条件,该结果改进和推广了已有的结论。(本文来源于《毕节学院学报》期刊2009年04期）
蒋娅[8]（2008）在《锥约束向量最优化问题的弱有效解的一些充分条件》一文中研究指出本文在实赋范线性空间中,利用几类广义凸性概念,获得了一类锥约束向量最优化问题的弱有效解的一些充分条件.(本文来源于《宜宾学院学报》期刊2008年12期）
Gidudu,Anthony,Heinz,Ruther[9]（2007）在《土地覆盖制图:基于最优化遥感数据的支撑向量机分类(英文)》一文中研究指出遥感数据具有在不同空间、光谱和时间尺度上获取地表测量信息的能力,使其成为获取土地覆盖信息的一个主要数据源。影像分类即把卫星影像上的相关像元划分给某类已知的土地覆盖类型的过程。支撑向量机(SVMs)是一种土地覆盖分类的新技术。叁种常用的SVMs是:基于线性和多项式的SVM以及具有高斯核函数的SVM分类器,分类能否成功地应用有赖于其各自选择的最佳参数。但是海量的遥感数据使得这些参数的确定速度十分缓慢。本文研究了一种新的基于最优化遥感数据压缩技术的SVM分类方法。研究显示用于获取SVM参数的数据量能够在不影响土地覆盖的分类精度的前提下进行压缩。数据压缩成功的应用于多项式和高斯核函数的SVM分类,而线性SVM的分类精度却非常低。(本文来源于《遥感学报》期刊2007年05期）
杜廷松,张明望[10]（2007）在《Banach空间上一类非凸向量最优化问题的全局最优性条件》一文中研究指出向量最优化是经济、工程、决策领域中的一个有用的数学模型.已有学者对目标函数及约束函数是定义在有限维线性空间的局部Lipschitz函数或Lipschitz无穷维空间上的优化问题作了研究,导出了一些最优性条件.在此基础上,进一步研究定义在Banach空间上目标函数及约束函数为不可微强紧Lipschitz的多目标规划,在满足Slater型约束品性条件假设下,利用定义在Banach空间之间的映射不变凸性,给出了所考虑问题的弱有效解新的全局最优性K-T型充要条件.(本文来源于《河北师范大学学报(自然科学版)》期刊2007年04期）
向量最优化论文开题报告
（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：
考虑将特征选择集成到支持向量机分类器中,提出集成特征选择的最优化支持向量机分类器——FS-SDPSVM(Feature Selection in Semi-definite Program for Support Vector Machine)。该模型将每个特征分别在核空间中做特征映射,然后通过参数组合构成新的核矩阵,将特征选择过程与机器分类过程统一在一个优化目标下,同时达到特征选择与分类最优。在特征筛选方面,根据模型参数提出用于特征筛选的特征支持度和特征贡献度,通过控制二者的上下限可以在最优分类和最少特征之间灵活取舍。实证中分别将最优分类(FS-SDP-SVM1)和最少特征(FS-SDPSVM2)两类集成化特征选择算法与Relief-F、SFS、SBS算法在UCI机器学习数据和人造数据中进行对比实验。结果表明,提出的FS-SDP-SVM算法在保持较好泛化能力的基础上,在多数实验数据集中实现了最大分类准确率或最少特征数量;在人工数据中,该方法可以准确地选出真正的特征,去除噪声特征。
（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。
向量最优化论文参考文献
[1].陈棋.向量网分层递归的最优化多径路由算法研究[D].北京交通大学.2019
[2].赵宇,陈锐,刘蔚.集成特征选择的最优化支持向量机分类器模型研究[J].计算机科学.2016
[3].冯敏.集值映射的广义次微分及其在向量最优化中的应用[D].重庆大学.2016
[4].范晓冬.向量最优化与平衡问题的稳定性分析[D].北京工业大学.2013
[5].周晓剑,马义中,朱嘉钢,刘利平,汪建均.求解非半正定核Huber-支持向量回归机问题的序列最小最优化算法[J].控制理论与应用.2010
[6].谢小凤,何静,赖涵.无穷维向量最优化问题的最优性条件(英文)[J].重庆工商大学学报(自然科学版).2009
[7].段誉.Banach空间中几类向量最优化问题的弱有效解[J].毕节学院学报.2009
[8].蒋娅.锥约束向量最优化问题的弱有效解的一些充分条件[J].宜宾学院学报.2008
[9].Gidudu,Anthony,Heinz,Ruther.土地覆盖制图:基于最优化遥感数据的支撑向量机分类(英文)[J].遥感学报.2007
[10].杜廷松,张明望.Banach空间上一类非凸向量最优化问题的全局最优性条件[J].河北师范大学学报(自然科学版).2007