一、趋磁性细菌的研究与应用现状（论文文献综述）
蔡英澜[1]（2021）在《基于MTMBO算法的分布式电源选址定容及其两阶段优化调度研究》文中指出近年来,以电力为中心新一轮能源改革下,分布式电源以其独特的优势得到越来越广泛的应用。分布式电源（DG）指为满足用户需要、支持配网经济稳定运行,配置于用户侧功率为几千万至几十兆瓦的小型独立发电系统。随着分布式电源越来越多的并网,其对配电网的节点电压、网络潮流、网络损耗等方面也带来了诸多影响。本文通过理论及仿真分析了分布式电源不同接入容量及接入位置对配网电压分布、网络损耗的影响,表明了分布式电源选址定容的重要意义。介绍了光伏、风电、微型燃气轮机几种常见分布式电源与其输出特性,同时介绍了本文所用潮流计算方法。通过Homer软件仿真,表明了DG类型选择与组合的重要性,并在优化过程中以天然气价格、风速大小、污染物排放惩罚为敏感性因子进行了敏感性分析,表明其对DG类型选择的影响程度。建立了以用户购电成本、投资成本、配电网系统网络损耗、环境成本为目标函数的分布式电源选址定容模型。提出了一种改进趋磁性细菌优化算法（MTMBO）对该模型进行求解,通过对IEEE 33节点系算例分析验证了该算法在对于该模型求解的优越性,提高了收敛速度与收敛精度。在分布式电源选址定容实现的基础上本文进一步研究了分布式电源的优化调度问题。本文优化调度为两阶段优化调度,包括日前优化调度及无功优化调度,日前优化调度基于对次日负荷、风光的预测,以购电成本、可中断负荷补偿费用、环境成本及DG运行、启停成本为目标函数建立了优化调度模型,保证了系统的经济运行。在日前优化调度的基础上为进一步提高系统的稳定性,减小网络损耗,对DG的无功出力及无功补偿器出力进行了优化调度。通过IEEE 33节点系统算例分析,表明了该模型的可行性。
张雪雪[2]（2018）在《趋磁性细菌优化算法的研究及应用》文中认为智能优化算法作为数学优化的新方法,对目标函数解析性要求低,在实际复杂优化问题求解上具有原理简单和效率较高等特点,为优化领域研究打开了新思路。基于功率谱的趋磁性细菌优化算法是近年来提出的一种新型进化算法,该算法模拟趋磁性细菌利用自身磁场与地磁场相互作用来调节自身行为的生理机制,具有易于实现,参数少等特点。功率谱计算、细菌旋转、细菌游走和磁矩替换是基于功率谱的趋磁性细菌优化算法的四个算子,其中细菌旋转和细菌游走算子实现细菌磁矩调节功能,未能充分利用种群功率谱信息,磁矩替换算子在一定程度上增加了算法的开发能力。因此,提出具有更好收敛效果的算法是很有必要的。本文介绍了智能算法的研究背景、发展和研究现状,并详细介绍了趋磁性细菌优化算法的优化原理。本文拟提高算法的开发能力,提出了两种改进单目标优化算法和一种多目标优化算法,主要研究工作如下:首先,针对算法在求解单目标优化问题的不足之处,对基于功率谱的趋磁性细菌优化算法改进,提出了结合档案集的功率谱趋磁性细菌优化算法。将原算法中细菌旋转和细菌游走相结合,给出新的磁矩调节公式,并在磁矩替换阶段使用轮盘赌选择方法从档案集中选择对种群的累计贡献值较高个体与当前最优解结合,替换一半较差个体。对测试函数进行仿真实验,与原算法相比,改进算法能有效提高算法收敛精度。然后,设计了改进的基于功率谱的趋磁性细菌优化算法,该算法以趋磁性细菌体内磁性颗粒为基础,改进了细菌磁矩调节算子,并给出了结合混沌映射序列的基于功率谱的磁矩替换算子。数值实验验证了改进的基于功率谱的趋磁性细菌优化算法的有效性,还分析了替换参数对函数收敛结果的影响。最后,分析并研究了经典的多目标进化算法,提出基于功率谱的趋磁性细菌多目标优化算法。该算法采用档案集的方法,对种群中每个个体执行规模为2的锦标赛方法,选择档案集中拥挤距离较大的非支配个体作为其最优个体,利用功率谱和最优个体磁矩采用高斯公式更新磁矩,并基于一种动态调节概率变异策略替换种群中支配个体。在搜索前期,采用较大的替换变异策略能够加快算法的寻优速度;在寻优陷入后期停滞阶段,选择较小的替换概率能够增加种群多样性。对经典多目标测试函数的数值仿真结果表明,基于功率谱的趋磁性细菌多目标优化算法在性能上优于对比算法。
刘莉莉[3]（2017）在《磁性细菌优化算法研究》文中进行了进一步梳理磁性细菌优化算法是近年来提出的一种受到趋磁性细菌的趋磁性现象启发的,基于群体的搜索算法。磁性细菌优化算法具有很好的利用最优个体信息的能力,在解决单目标优化问题上具有很好的性能。本文首先对磁性细菌优化算法的原理做了进一步研究,对其收敛性进行了证明。通过理论与实验分析算法的有效性;其次,针对磁性细菌优化算法的不足,采用不同的相互作用能计算方式和磁小体调节方式,对算法进行了改进;最后,将其拓展到求解约束优化问题以及机器人路径规划问题,对其可行性和有效性进行了探讨。本文主要进行了如下研究:首先,对磁性细菌优化算法的生物学特性进行介绍。磁性细菌优化过程中不断调整磁小体力矩,使之沿着地磁线方向移动,以便获得最小静磁能。此过程即可看为优化问题获得最优解的过程。主要包括磁小体产生、磁小体扩展调节和磁小体替换三个过程,基于此过程,使得群体得到进化,信息得到交换共享。在理论方面,对算法收敛性进行证明。然后通过对不同参数设置进行分析,选取合适的参数。最后在常用的基准测试函数上,通过与经典的算法及其一些目前水平的算法进行比较分析,证实算法求解优化问题的有效性。针对在磁性细菌优化算法进化过程中,多样性迅速降低,易陷入局部最优等问题,为了进一步使得算法的性能有所改进,在磁小体产生和磁小体调节过程,采用不同的方式,提出了三种改进的磁性细菌优化算法,分别为磁性细菌磁矩迁移算法、最好个体引导差分磁性细菌优化算法以及基于随机个体成对机制的磁性细菌优化算法。这些改进算法在解的多样性以及解的寻优能力上有所改进。最后通过对算法的实验比较分析,结果表明改进算法与常见算法比较,在性能上具有一定的优势。针对约束优化问题,提出了基于最好个体差分磁性细菌的约束优化算法。根据种群中含有可行解的比率,分为不可行性情况、部分可行情况和可行情况三种情形。针对三种情形,采用不同的搜索策略,可以迅速找到可行区域,且充分考虑优秀不可行解情况,增强解的多样性。在优化过程早期,当全是不可行解时,主要目的是寻得可行区域,增加可行解所占比率。在种群中存在部分可行解时,不仅要充分利用可行解的信息,还要考虑较好的不可行解的信息,即约束违反程度较小的个体信息,增强解的多样性。在全为可行解时,则可看成无约束优化问题。通过在经典的测试函数上与文献中常用的约束优化算法进行比较,根据仿真结果可看出基于最好个体差分磁性细菌的约束优化算法在求解约束优化问题上具有一定的优势。最后,将最好个体引导差分磁性细菌优化算法应用于求解机器人路径规划问题。简单介绍了常见的机器人路径规划方法。本文采用栅格建模法表示机器人运行的环境空间,对环境进行建模,采用序号标记法进行路径编码。在搜索路径过程中,一条路径表示一个细胞个体,路径上的节点的概率与磁小体中的变量值相对应,然后算法应用于路径的搜索。所提优化算法会通过优化迭代在产生的多条路径中选择一条符合目标条件的最优或者近似最优的路径。对算法采用了路径选择策略和磁小体动态参数调整策略进行改进。实验结果表明所设计的算法在求解路径规划问题上具有一定的优势。
闫欠欠[4]（2016）在《基于磁性细菌优化算法的移动机器人路径规划》文中研究指明移动机器人路径规划技术是移动机器人导航系统中最重要的部分和环节,这一领域吸引了国内外众多专家学者去探索,目前已经取得了丰富的成果。如何在有效地避开障碍物的同时规划出最小代价的路径,以此指引机器人移动,是一个值得深入研究的课题。最近十几年不少的仿生智能优化算法被用在移动机器人路径问题上,并取得了不错的效果。本文将一种新兴的仿生智能算法“磁性细菌优化算法”及其改进算法应用到路径规划当中。本文主要完成如下工作:首先对国内外移动机器人路径规划的研究现状、研究方法等进行了归纳和总结,分析了其各自优点和不足之处。其次,介绍了磁性细菌优化算法,包括趋磁性细菌的基本概念、生物学行为和生物学模型的建立以及磁性细菌优化算法原理多个方面,最后分析了算法各个参数对算法的影响。然后,将磁性细菌优化算法用于移动机器人路径规划。在路径搜索之前进行基于图像识别技术的环境建模。首先利用摄像头采集路径环境信息,将图像进行一定的处理后得到障碍物的边缘,然后按照纵横比映射到栅格图中。针对路径规划中避障问题,使障碍物以机器人的半径为标准进行扩大以便机器人沿规划好的路径移动时能够成功的躲避障碍物。建立仿真环境后,利用基本磁性细菌算法进行路径规划仿真研究。针对磁性细菌算法在路径搜索前期陷入局部最优的问题,提出了路径选择策略和磁小体扩增参数动态调整策略,对算法提出改进。仿真结果表明改进的算法性能得到了改善。最后,针对磁性细菌优化算法的路径规划时效较长的缺点,粒子群优化算法快速全局搜索的优点,本文将两种算法进行混合,得到磁性细菌粒子群混合算法,混合算法具有粒子群算法较强的快速全局搜索能力搜索路径规划的次优路径及用磁性细菌优化算法局部寻优能力搜索出最优路径,仿真结果表明混合算法在缩短路径搜索时间上的有效性。
马靖雯[5]（2016）在《移动机器人路径规划方法研究》文中研究表明路径规划技术是移动机器人导航系统中最重要的部分和环节,如何在有效的躲避障碍物的同时规划出代价最小的路径,以此指导机器人移动,是一个值得关注的问题。而全局路径规划就可以在躲避障碍物的前提下使得规划出的路径代价最小。本文研究此问题时所用方法为:将取得的有关环境信息的图像运用数字图像处理技术处理,然后搜索路径时提出了新的解决路径规划问题的算法即磁性细菌优化算法,该算法无论从收敛时间还是搜索路径的稳定性方面都体现出了一定的优势。本文的主要研究内容如下:1.在路径搜索之前,最重要的是获取环境信息和信息的处理。在环境信息的获取方面,本文采用将摄像头采集到的图像进行一定的处理后得到障碍物的边缘,然后按照纵横比映射到栅格图中。另外,将机器人视为质点,考虑到实际中路径的安全性,采用虚拟障碍物方法使获取到的障碍物信息在栅格图中以机器人的半径进行膨胀以便机器人沿规划好的路径移动时能够成功的躲避障碍物。2.环境建模之后,本文重点介绍了两种算法用于路径的搜索,生物地理学算法和磁性细菌优化算法。根据生物地理学算法（BBO）搜索的路径值较长和规划时间长的缺点,对算法进行了改进,即禁忌移动策略和迁移策略调整。由仿真实验得到的数据可以看出改进后路径缩短了,收敛速度也有了提高。3.针对磁性细菌算法（MBOA）,本文研究了细胞数、磁感应强度和两个能量系数对路径规划的影响,并分析仿真的结果,给出了一定的适用范围,结合实际情况提出了虚拟障碍物方法保证了路径的安全性并采用Bezier曲线提高了路径的平滑程度。4.主要对改进后的BBO算法、MBOA算法、A*和PSO算法四种算法之间进行了比较。为充分比较算法的性能,分别在已知和未知的初等复杂度环境下、中等复杂度环境和高等复杂度环境下进行仿真实验,对实验得到的数据采用统计学的相关理论评估了算法的稳定性和规划时效。最后,根据实际情况下路径需要满足的条件,提出了由安全性惩罚函数和路径最短性惩罚函数组成的总的评价函数。
耿梦姣[6]（2015）在《磁性细菌优化算法研究与应用》文中研究说明优化尤其是约束优化是一个古老而又充满新兴活力的课题,它们大量存在于工程及科学应用领域中。随着众多不同领域学科之间相互交叉渗透,人们日渐在科学技术的更新上要求更高了,在智能计算和高效优化技术方面尤为紧迫。之前经典数学优化方法因其本身的缺陷现在已很难用于求解很复杂的优化问题,而仿生智能算法由于其启发式的寻优策略在许多复杂约束优化问题的求解上表现出了巨大的发展潜力。当然,现在为止并没有哪一种算法能够具备绝对的完备性和可信度,因此,开发新的算法来解决问题仍是有必要的。自然界一直以来都是人类各种技术理论及重大发明的灵感源泉,许多研究人员已经实现了将来自生态现象的灵感发展成为性能优异的约束优化仿生智能计算方法。趋磁性细菌是自然界中的一种能够沿着地球磁场线方向作定向运动的原核生物,趋磁性是它的一个显着特性,藉由这种特性细菌可以以最大效率在周围环境中定位最佳氧浓度位置从而确保其能生存下去。本文就是对受到这种微生物寻找最佳生存位置的行为的启发进而通过对趋磁性细菌在这一过程中的生物学行为的模拟提出的磁性细菌优化算法进行研究,在对约束优化问题及所涉及到的周边知识进行介绍之后,把磁性细菌算法应用到了解决约束问题的领域里,通过各方面的比较分析了该算法的性能,验证了算法的优越性之后我们把它应用到拉力/压力弹簧设计、焊接梁设计等工程约束优化实例中。本文的主要研究内容如下:1、本文对约束优化的相关概念、求解方法及其发展改进做了相应的介绍,另外还介绍了趋磁性细菌的基本生物学概念,趋磁性细菌指的是自然界中能够沿着地球磁场线方向作定向运动的原核生物,它可以藉由趋磁性在周围的生存环境中寻找到最佳位置,细菌体内由磁小体形成的线性链可以起到感应磁场的导向作用,是细菌具备趋磁特性的关键所在。2、本文的重点之一也是一个创新点是对提出的磁性细菌优化算法这一新方法的研究,趋磁细菌的生物学模型是在细菌运动效率最高的情况下建立的,磁矩会以磁性的形式表现出来,磁小体的大小、形状和数量又会影响到磁矩,我们把磁小体产生磁力矩的过程对应到问题的优化过程,通过磁小体的产生、扩展和替换不断循环的过程就可以不断地对力矩进行调节以获得最小的磁小体力矩,从而获得待优化问题的最优解。3、对SMES、GA、DE和PSO这四种优化方法的基本原理以及约束优化中常用的13个测试函数进行了介绍,采用进化算法对约束优化问题进行求解时,约束处理方法的选取会对最后的结果产生影响,文中我们选择的是Deb机制,阐述了求解约束问题的具体实现过程,对其表现的性能进行分析然后与经典算法进行比较。4、详细表述了拉力/压力弹簧优化设计问题、焊接梁优化设计问题、压力容器优化设计问题和减速器优化设计问题这四个工程中的约束实例,它们都带有多个约束条件,采用磁性细菌优化算法在这些问题上进行仿真实验并对结果进行分析。
刘珺[7]（2010）在《趋磁细菌在重金属废水处理中的应用研究》文中研究表明趋磁细菌（magnetotactic bacteria,MTB）是一类能在磁场中做定向运动的特殊细菌,其细胞内含有对磁场具有敏感性的磁小体,它起了导向的作用。作为一种新兴的生物能源,趋磁细菌和磁小体的研究具有重要的理论意义和应用价值。概述了趋磁细菌的生物种属和磁特性及其处理重金属废水的机理并探讨了趋磁细菌吸附重金属离子各项影响因素。
王雪腾[8]（2009）在《外加磁场对苏云金芽孢杆菌的生长及毒力的影响》文中研究指明苏云金芽孢杆菌（Bacillus thuringiensis,简称Bt）是国内外应用最广泛的微生物杀虫剂之一,近年来对Bt的增效途径探索逐渐成为其研究热点之一。生物磁学在农业、医学、微生物发酵等领域得到广泛应用,微生物在磁场作用下的生物活性变化是其中重点研究之一。本文以河北省农林科学院植保所生防研究室保存的苏云金芽孢杆菌G-02菌株和HD-1菌株为对象,通过外加磁场条件下发酵研究,重点以磁场处理对菌株生长和毒力影响的相关因子为研究内容,阐明提高Bt发酵产物和毒力的最适的磁场参数,为Bt制剂的生产提供科学依据。用恒定磁场处理的磁化水配制液体培养基进行Bt菌株的培养,结果表明,在2850Gs磁场强度处理水可以提高G-02菌株的产孢量,G-02在43Gs磁场强度处理水配制的培养基中产孢量最大,达到6.1×108孢子/mL,比对照提高了11%;在743Gs磁场强度范围内处理水可以提高HD-1菌株的产孢量,HD-1磁场强度处理水配制的培养基中在14Gs产孢量最大,达到6×108孢子/mL,比对照提高了28%。在43Gs处理212h的磁处理水可以提高G-02菌株的产孢量,而在14Gs处理214h的磁处理水可以提高HD-1菌株的产孢量。在不同类型磁场条件下进行Bt菌株的发酵,明确了恒定磁场强度、脉冲宽度和作用时间段对G-02菌株和HD-1菌株生长和产孢量的影响。结果表明,在恒定磁场条件下,场强4350Gs可提高G-02菌株的产孢量,其中43Gs场强产孢量最高,比对照提高26%。场强736Gs可提高HD-1菌株的产孢量,14Gs场强的产孢量最高,比对照提高100%;在脉冲磁场条件下,G-02菌株适宜的脉冲宽度为47ms,脉冲宽度5ms的场强产孢量最高,比对照提高38%。HD-1菌株适宜的脉冲宽度为15ms,脉冲宽度1ms的场强产孢量最高,比对照提高22%;不同时间段外加磁场对产孢量的影响表明,G-02菌株在恒磁43Gs时间段1426h处理菌株生长较好,产孢量比对照提高23%,脉冲宽度5ms下磁场014h处理菌株生长较好,产孢量比对照提高11%;HD-1菌株在恒磁14Gs时间段014h菌株生长较好,产孢量比对照提高108%,脉冲宽度1ms下磁场处理2848h菌株生长较好,产孢量比对照提高57%。G-02菌株含有cry1Aa,cry1Ab,cry1Ac和cry2 Ab基因,与标准菌株HD-1是相同的,两个菌株对鳞翅目害虫具有杀虫活性。以棉铃虫为供试幼虫,对不同类型磁场下培养的Bt菌株发酵产物进行生测。结果表明恒定磁场4350Gs和脉冲磁场宽度57ms可以提高G-02菌株的杀虫毒力,恒磁43Gs对棉铃虫的毒力增效倍数最高,比对照提高26%,此强度下磁场处理1426h时间段后毒力比对照提高6%,在脉冲宽度5ms的场强下对棉铃虫的毒力增效倍数最高,比对照提高23%,在此脉冲宽度下磁场处理014h时间段后毒力比对照提高9%;恒定磁场728Gs和脉冲宽度14ms的脉冲磁场作用可以提高HD-1菌株的杀虫毒力,恒磁14Gs对棉铃虫的毒力增效倍数最高,比对照提高25%,此强度下磁场处理014h时间段后毒力比对照提高8%,在脉冲宽度1ms的场强下对棉铃虫的毒力增效倍数最高,比对照提高18%,在此脉冲宽度下磁场处理014h时间段后毒力比对照提高12%。
刘珺,周培国[9]（2008）在《趋磁细菌应用于重金属废水处理的研究进展》文中进行了进一步梳理趋磁细菌（magnetotactic bacteria,MTB）是一类能在磁场中做定向运动的特殊细菌,其细胞内含有对磁场具有敏感性的磁小体,它起了导向的作用。作为一种新兴的生物能源,趋磁细菌和磁小体的研究具有重要的理论意义和应用价值。概述了趋磁细菌的生物种属和磁特性及其处理重金属废水的机理并探讨了趋磁细菌吸附重金属离子各项影响因素。
陈龙,王国斌,陶凯雄[10]（2008）在《趋磁细菌纳米磁小体的培养与分离及其在医学上的应用进展和前景》文中提出趋磁细菌是一种对磁场有趋向性反应的细菌,其原因是它们体内能合成一种特殊的细胞器-磁小体;由于磁小体有着大小合适,磁性强,表面易修饰等诸多优点,在诸多领域,尤其是医学领域有广泛的应用和广阔的前景。本文主要就从环境中区分和分离趋磁细菌;对其不同培养条件的优化与选择;从细菌体内提取磁小体并加以纯化;将不同药物偶联于磁小体之上的方法及其在医学上如,制造磁性细胞,磁分离技术,生物传感与检测技术,并将其作为靶向药物的载体,肿瘤治疗,基因治疗等方面的应用现状和前景作简要论述。
二、趋磁性细菌的研究与应用现状（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、趋磁性细菌的研究与应用现状（论文提纲范文）
（1）基于MTMBO算法的分布式电源选址定容及其两阶段优化调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 分布式电源选址定容研究现状 |
| 1.2.2 分布式电源优化调度研究现状 |
| 1.3 本文的主要工作 |
| 第2章 分布式电源接入对配电网影响理论分析 |
| 2.1 分布式电源模型 |
| 2.1.1 风力发电系统 |
| 2.1.2 光伏发电系统 |
| 2.1.3 微型燃气轮机 |
| 2.2 分布式电源接入对配电网的影响 |
| 2.2.1 配电网的潮流计算 |
| 2.2.2 分布式电源对节点电压的影响 |
| 2.2.3 分布式电源对网络损耗的影响 |
| 2.2.4 DG接入容量不同的分析 |
| 2.2.5 DG接入位置不同的分析 |
| 2.3 分布式电源的类型选择 |
| 2.3.1 Homer软件介绍 |
| 2.3.2 仿真分析 |
| 2.4 本章小结 |
| 第3章 分布式电源选址定容模型 |
| 3.1 目标函数 |
| 3.2 约束条件 |
| 3.3 求解方法 |
| 3.3.1 趋磁性细菌算法介绍 |
| 3.3.2 MBOA求解步骤 |
| 3.3.3 改进的趋磁性多目标优化算法 |
| 3.3.4 MTMBO求解过程 |
| 3.4 算例分析 |
| 3.5 本章小结 |
| 第4章 配网的分布式电源两阶段优化调度 |
| 4.1 两阶段优化调度模型 |
| 4.1.1 有功阶段目标函数 |
| 4.1.2 有功阶段约束条件 |
| 4.1.3 无功阶段目标函数 |
| 4.1.4 无功阶段约束条件 |
| 4.2 优化流程 |
| 4.3 算例分析 |
| 4.4 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 进一步工作方向 |
| 致谢 |
| 参考文献 |
（2）趋磁性细菌优化算法的研究及应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 智能算法 |
| 1.2.1 智能算法的产生背景 |
| 1.2.2 智能算法的发展 |
| 1.3 智能算法研究现状 |
| 1.4 本文研究内容与结构安排 |
| 第二章 趋磁性细菌算法 |
| 2.1 趋磁性细菌功率谱计算生物背景 |
| 2.2 趋磁性细菌相关算法 |
| 2.2.1 趋磁性细菌算法 |
| 2.2.2 基于功率谱的趋磁性细菌算法 |
| 2.3 结合档案集的功率谱趋磁性细菌算法 |
| 2.3.1 磁矩调节 |
| 2.3.2 档案集 |
| 2.3.3 磁矩替换 |
| 2.3.4 结合档案集的功率谱趋磁性细菌算法步骤 |
| 2.3.5 数值实验结果与分析 |
| 2.4 本章小结 |
| 第三章 改进的基于功率谱的趋磁性细菌算法 |
| 3.1 IPSMBA算法 |
| 3.2 IPSMBA算法的算法流程图 |
| 3.3 数值实验与结果分析 |
| 3.3.1 测试函数 |
| 3.3.2 参数设置 |
| 3.3.3 参数及维数变化对算法性能影响 |
| 3.4 本章小结 |
| 第四章 基于功率谱的趋磁性细菌多目标算法 |
| 4.1 引言 |
| 4.2 经典多目标算法 |
| 4.2.1 NSGAII |
| 4.2.2 基于分解的多目标优化算法MOEA/D |
| 4.3 基于功率谱的趋磁性细菌多目标算法 |
| 4.3.1 功率谱计算 |
| 4.3.2 磁矩调节 |
| 4.3.3 磁矩替换 |
| 4.3.4 MOPSMBA算法 |
| 4.4 实验结果与分析 |
| 4.4.1 测试函数与评价指标 |
| 4.4.2 仿真实验与结果分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（3）磁性细菌优化算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 自然计算及其发展概况 |
| 1.2.1 自然计算经典历史 |
| 1.2.2 启发式优化方法类型 |
| 1.2.3 仿生智能算法发展 |
| 1.3 磁性细菌优化算法（MBOA）研究现状 |
| 1.4 本文主要研究内容 |
| 第2章 磁性细菌优化算法 |
| 2.1 引言 |
| 2.2 趋磁性细菌生物学特性 |
| 2.2.1 磁小体与细菌运动 |
| 2.2.2 趋磁性细菌的生物学模型 |
| 2.3 磁性细菌优化算法模型 |
| 2.3.1 定义与步骤 |
| 2.3.2 算法收敛性证明 |
| 2.4 仿真实验结果与分析 |
| 2.4.1 MBOA参数研究 |
| 2.4.2 MBOA与常见的算法GA，DE，CLPSO以及BBO的比较研究 |
| 2.4.3 MBOA与与改进算法LDW-PSO和SSM-PSO的比较研究 |
| 2.4.4 MBOA与PSO, AS, DE,GPSO和HPSO的比较研究 |
| 2.4.5 MBOA与PSO, HPSO和MPSO的比较比研究 |
| 2.5 本章小结 |
| 第3章 磁性细菌优化算法的改进 |
| 3.1 引言 |
| 3.2 磁性细菌优化算法（MBOA）算子改进设计 |
| 3.2.1 MTSs产生算子 |
| 3.2.2 MTSs调节算子 |
| 3.2.3 MTSs替换算子 |
| 3.3 改进磁性细菌优化算法（MBOA）的实现 |
| 3.3.1 磁性细菌磁矩迁移算法（MBMMA） |
| 3.3.2 最好个体引导的差分磁性细菌优化算法（BIDEMBOA） |
| 3.3.3 随机成对机制的磁性细菌优化算法（MBOA-RP） |
| 3.4 仿真实验与结果分析 |
| 3.4.1 MBMMA仿真实验结果与分析 |
| 3.4.2 BIDEMBOA仿真实验结果与分析 |
| 3.4.3 MBOA-RP仿真实验结果与分析 |
| 3.5 本章小结 |
| 第4章 基于最好个体差分磁性细菌约束优化算法 |
| 4.1 引言 |
| 4.2 约束优化问题和基本概念 |
| 4.3 约束处理方法 |
| 4.4 最好个体引导差分磁性细菌约束优化算法 |
| 4.4.1 约束处理情况 |
| 4.4.2 最好个体引导差分磁性细菌约束优化算法(BIDEMBCOA) |
| 4.5 仿真实验与结果分析 |
| 4.5.1 测试函数以及参数设置 |
| 4.5.2 与MBOA-Deb比较结果 |
| 4.5.3 与常见的罚函数方法比较结果 |
| 4.5.4 与搜索偏见以及多目标优化约束方法比较结果 |
| 4.5.5 与RDE, DDE, DSS-MDE, DECV以及SRDE比较结果 |
| 4.6 本章小结 |
| 第5章 基于BIDEMBOA的路径规划应用 |
| 5.1 引言 |
| 5.2 机器人路径规划方法 |
| 5.3 机器人运动环境建模 |
| 5.3.1 环境信息的提取 |
| 5.3.2 移动机器人栅格空间建模 |
| 5.4 BIDEMBOA的机器人路径规划实现 |
| 5.4.1 问题描述与定义 |
| 5.4.2 路径编码 |
| 5.4.3 算法在路径规划中的设计步骤 |
| 5.5 参数选取 |
| 5.5.1 细胞数目M的选取 |
| 5.5.2 磁场强度B |
| 5.5.3 能量系数C1和C2的取值研究 |
| 5.6 虚拟障碍物法在路径规划中的应用 |
| 5.7 路径规划实验仿真 |
| 5.7.1 算法路径规划实验仿真结果 |
| 5.7.2 动态增加、删除、移动障碍物路径规划实验仿真 |
| 5.7.3 与A*算法比较 |
| 5.7.4 与BBO，PSO算法比较 |
| 5.8 改进磁性细菌优化算法及实现 |
| 5.8.1 动态调整参数策略 |
| 5.8.2 路径选择策略 |
| 5.8.3 已知环境下的仿真 |
| 5.8.4 未知环境下的路径规划仿真 |
| 5.9 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（4）基于磁性细菌优化算法的移动机器人路径规划（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题依据 |
| 1.2 国内外移动机器人的发展趋势 |
| 1.3 移动机器人路径规划发展史 |
| 1.4 本文主要研究内容和结构安排 |
| 第2章 移动机器人环境建模与路径规划 |
| 2.1 环境建模 |
| 2.1.1 环境建模的概念和意义 |
| 2.1.2 环境模型构建方法 |
| 2.2 传统路径规划方法 |
| 2.2.1 自由空间法 |
| 2.2.2 人工势场法 |
| 2.2.3 拓扑法 |
| 2.3 智能路径规划方法 |
| 2.3.1 遗传算法 |
| 2.3.2 模糊逻辑算法 |
| 2.3.3 蚁群算法 |
| 2.3.4 神经网络法 |
| 2.4 本章小结 |
| 第3章 基本磁性细菌优化算法 |
| 3.1 算法起源 |
| 3.1.1 趋磁性细菌介绍 |
| 3.1.2 MMP趋磁性优化原理 |
| 3.2 算法的数学模型 |
| 3.3 磁性细菌优化算法的实现 |
| 3.3.1 算法的定义 |
| 3.3.2 算法实现步骤 |
| 3.4 磁性细菌优化算法参数选择原则 |
| 3.5 本章小结 |
| 第4章 基于磁性细菌优化算法的路径规划与仿真 |
| 4.1 环境信息的获取 |
| 4.2 移动机器人栅格空间建模 |
| 4.3 基本磁性细菌优化算法的机器人路径规划 |
| 4.3.1 路径的编码 |
| 4.3.2 问题描述与定义 |
| 4.3.3 算法在路径规划中的设计步骤 |
| 4.4 路径规划实验仿真 |
| 4.4.1 算法仿真实验结果 |
| 4.4.2 与其他算法仿真实验相比较 |
| 4.5 改进磁性细菌优化算法及实现 |
| 4.5.1 磁小体扩增参数动态调整策略 |
| 4.5.2 路径选择策略 |
| 4.6 本章小结 |
| 第5章 混合磁性细菌优化算法路径规划 |
| 5.1 粒子群算法 |
| 5.2 磁性细菌粒子群混合算法 |
| 5.2.1 混合算法方案的原理与实际组成 |
| 5.2.2 磁性细菌优化算法与粒子群算法混合设计 |
| 5.3 算法的仿真与分析 |
| 5.3.1 仿真系统平台简介 |
| 5.3.2 已知环境下的路径规划仿真 |
| 5.3.3 动态环境下的路径规划仿真 |
| 5.4 本章总结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（5）移动机器人路径规划方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题依据 |
| 1.2 国内外移动机器人的发展趋势 |
| 1.3 移动机器人路径规划方法研究现状 |
| 1.4 本文主要研究内容和结构安排 |
| 第2章 基于环境模型的规划方法 |
| 2.1 环境信息的获取 |
| 2.2 环境建模分析 |
| 2.2.1 环境建模的概念和意义 |
| 2.2.2 环境模型构建方法 |
| 2.3 基于栅格法的环境表示 |
| 2.4 A~*算法搜索路径原理 |
| 2.5 本章小结 |
| 第3章 基于生物地理学算法的路径规划 |
| 3.1 算法的起源 |
| 3.2 算法原理与迁移模型 |
| 3.3 BBO的进化过程 |
| 3.3.1 BBO的迁移操作 |
| 3.3.2 BBO的变异操作 |
| 3.4 BBO算法在路径规划中的实现 |
| 3.4.1 算法主要流程 |
| 3.4.2 路径规划仿真实验 |
| 3.5 算法改进 |
| 3.5.1 禁忌移动策略 |
| 3.5.2 迁移策略调整 |
| 3.6 本章小结 |
| 第4章 基于磁性细菌算法的路径规划 |
| 4.1 算法的起源 |
| 4.1.1 磁性细菌介绍 |
| 4.1.2 MMP趋磁性优化原理 |
| 4.2 算法的数学模型 |
| 4.3 算法的基本原理 |
| 4.3.1 算法的定义 |
| 4.3.2 算法的程序设计流程 |
| 4.4 MBOA在路径规划中的实现 |
| 4.4.1 算法在路径规划中的设计步骤 |
| 4.4.2 细胞数目的选取 |
| 4.4.3 磁场强度数值范围的确定 |
| 4.4.4 能量系数的取值研究 |
| 4.5 虚拟障碍物法在路径规划中的应用 |
| 4.6 路径平滑度优化 |
| 4.6.1 Bezier曲线定义和性质 |
| 4.6.2 Bezier曲线优化路径仿真 |
| 4.7 本章小结 |
| 第5章 算法仿真与性能评价 |
| 5.1 仿真系统平台设计 |
| 5.2 算法评价指标 |
| 5.3 已知环境下的路径规划仿真 |
| 5.4 未知环境下的路径规划仿真 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（6）磁性细菌优化算法研究与应用（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究的背景及意义 |
| 1.2 自然计算的研究概况 |
| 1.2.1 仿生智能计算 |
| 1.2.2 仿生智能算法的发展概况 |
| 1.3 约束优化问题的研究现状 |
| 1.4 论文主要内容和结构安排 |
| 第2章 约束优化方法 |
| 2.1 最优性条件 |
| 2.1.1 Kuhn-Tucker条件（一阶必要条件） |
| 2.2 罚函数法 |
| 2.2.1 外点罚函数法 |
| 2.2.2 内点罚函数法 |
| 2.2.3 混合罚函数法 |
| 2.3 增广拉格朗日乘子方法 |
| 2.4 基于进化算法的约束处理方法 |
| 2.4.1 无约束化处理方法 |
| 2.4.2 基于多目标的方法 |
| 2.4.3 其他方法 |
| 2.5 本章小结 |
| 第3章 磁性细菌优化算法 |
| 3.1 算法的提出 |
| 3.2 趋磁性细菌的介绍 |
| 3.2.1 趋磁性细菌的基本概念 |
| 3.2.2 趋磁性细菌的生物学行为 |
| 3.2.3 趋磁性细菌生物学模型的建立 |
| 3.3 磁性细菌优化算法的基本原理 |
| 3.3.1 磁性细菌优化算法模型的建立 |
| 3.3.2 磁性细菌优化算法的基本原理 |
| 3.3.3 磁性细菌优化算法的具体流程 |
| 3.4 其他几种用于对比的优化算法介绍 |
| 3.4.1 简单多元进化策略 |
| 3.4.2 遗传算法 |
| 3.4.3 差分进化 |
| 3.4.4 粒子群优化算法 |
| 3.5 本章小结 |
| 第4章 MBOA在约束优化问题中的应用 |
| 4.1 约束优化问题描述 |
| 4.2 MBOA求解约束优化问题 |
| 4.2.1 约束处理方法 |
| 4.2.2 MBOA求解约束优化问题具体实现 |
| 4.2.3 算法的流程步骤 |
| 4.3 实验研究 |
| 4.3.1 基准测试函数 |
| 4.3.2 实验设置 |
| 4.3.3 实验结果 |
| 4.3.4 与其他算法的对比 |
| 4.4 算法参数对约束优化的影响 |
| 4.4.1 磁场强度对约束优化的影响 |
| 4.4.2 常数参数c1对约束优化的影响 |
| 4.4.3 常数参数c2对约束优化的影响 |
| 4.5 本章小结 |
| 第5章 MBOA在工程约束优化实例中的应用 |
| 5.1 拉力/压力弹簧优化设计 |
| 5.2 焊接梁优化设计 |
| 5.3 压力容器优化设计 |
| 5.4 减速器优化设计 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（8）外加磁场对苏云金芽孢杆菌的生长及毒力的影响（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 苏云金芽孢杆菌生物学基础 |
| 1.1.1 苏云金芽孢杆菌的分类 |
| 1.1.2 苏云金芽孢杆菌的形态特征 |
| 1.1.3 苏云金芽孢杆菌的培养特征及生长条件 |
| 1.1.4 苏云金芽孢杆菌的杀虫范围 |
| 1.1.5 苏云金芽孢杆菌的杀虫晶体蛋白及其基因 |
| 1.2 磁场生物效应 |
| 1.2.1 应用于生物体的外磁场分类与作用方式 |
| 1.2.2 磁场的生物学特性 |
| 1.2.3 磁场作用的物理机理 |
| 1.3 磁处理水 |
| 1.3.1 磁处理水的理化特性 |
| 1.3.2 磁处理水在生物方面的应用 |
| 1.4 微生物磁学研究现状 |
| 1.4.1 生物活性研究 |
| 1.4.2 基因突变性的研究 |
| 1.4.3 灭菌效果研究 |
| 1.4.4 趋磁性细菌研究 |
| 1.4.5 应用研究 |
| 1.5 拟研究目标与意义 |
| 1.6 技术路线 |
| 第二章 G-02、HD-1 菌株特性 |
| 2.1 材料与方法 |
| 2.1.1 供试菌株和质粒 |
| 2.1.2 主要试剂 |
| 2.1.3 主要仪器设备 |
| 2.1.4 供试培养基 |
| 2.1.5 实验中所需主要溶液的配制 |
| 2.1.6 苏云金芽孢杆菌菌株的形态观察及生长曲线的测定 |
| 2.1.7 菌株基因鉴定 |
| 2.2 结果和分析 |
| 2.2.1 供试菌株培养特征及形态观察 |
| 2.2.2 供试菌株生长曲线的测定 |
| 2.2.3 菌株基因鉴定结果分析 |
| 第三章 磁处理水对苏云金芽孢杆菌生长的影响 |
| 3.1 材料与方法 |
| 3.1.1 供试菌株 |
| 3.1.2 主要试剂 |
| 3.1.3 主要仪器设备 |
| 3.1.4 供试培养基 |
| 3.1.5 磁处理水及磁化水培养基的配制 |
| 3.1.6 不同磁场强度处理的磁化水培养基的苏云金芽孢杆菌芽孢数量计算 |
| 3.1.7 不同磁场处理时间的磁化水培养基的苏云金芽孢杆菌芽孢数量计算 |
| 3.1.8 磁处理水的pH 值测定 |
| 3.2 结果和分析 |
| 3.2.1 不同磁场强度处理的磁化水对苏云金芽孢杆菌的芽孢数量影响 |
| 3.2.2 不同时间磁场处理水对苏云金芽孢杆菌的芽孢数量影响 |
| 3.2.3 恒定磁场对水的物理性质的影响 |
| 3.3 讨论 |
| 第四章 外加磁场对苏云金芽孢杆菌生长的影响 |
| 4.1 材料与方法 |
| 4.1.1 供试菌株 |
| 4.1.2 主要试剂 |
| 4.1.3 试验设备 |
| 4.1.4 供试培养基 |
| 4.1.5 实验中所需主要溶液的配制 |
| 4.1.6 不同磁场处理苏云金芽孢杆菌的芽孢数量测定 |
| 4.1.7 不同时间外加磁场处理对菌株形态的观察及生长曲线的测定 |
| 4.1.8 不同时间外加磁场处理对菌株晶体蛋白分析 |
| 4.1.9 恒定磁场处理菌株发酵pH 值的测定 |
| 4.2 结果和分析 |
| 4.2.1 恒定磁场处理对苏云金芽孢杆菌芽孢数量的影响 |
| 4.2.2 脉冲磁场处理对苏云金芽孢杆菌芽孢数量的影响 |
| 4.2.3 供试菌株在不同类型磁场中的生长曲线 |
| 4.2.4 不同时间段磁场处理苏云金芽孢杆菌的芽孢数量变化和伴孢晶体蛋白分析 |
| 4.2.5 恒定磁场对苏云金芽孢杆菌发酵pH 值的影响 |
| 4.3 讨论 |
| 第五章 外加磁场对苏云金芽孢杆菌毒力的影响 |
| 5.1 材料与方法 |
| 5.1.1 供试菌株 |
| 5.1.2 主要试剂 |
| 5.1.3 试验设备 |
| 5.1.4 供试培养基 |
| 5.1.5 供试昆虫及饲料 |
| 5.1.6 对不同磁场处理菌株毒力测定 |
| 5.2 结果和分析 |
| 5.2.1 恒定磁场对苏云金芽孢杆菌毒力的影响 |
| 5.2.3 脉冲磁场对苏云金芽孢杆菌毒力的影响 |
| 5.3 讨论 |
| 第六章 结论 |
| 参考文献 |
| 在读期间发表论文 |
| 作者简历 |
| 致谢 |
（9）趋磁细菌应用于重金属废水处理的研究进展（论文提纲范文）
| 0 引言 |
| 1 趋磁细菌 |
| 1.1 趋磁细菌的分布及其形态 |
| 1.2 趋磁细菌的分类 |
| 2 磁小体 |
| 2.1 磁小体合成及影响因素 |
| 2.2 磁小体种类及形态 |
| 3 趋磁细菌的研究现状 |
| 4 趋磁细菌在废水处理中的研究与应用 |
| 4.1 趋磁细菌吸附废水中重金属离子 |
| 4.2 趋磁细菌吸附重金属原理 |
| 4.3 趋磁细菌吸附重金属离子影响因素 |
| 4.3.1 pH值 |
| 4.3.2 温度 |
| 4.3.3 竞争离子的影响 |
| 4.3.4 金属离子初始浓度的影响 |
| 4.3.5 吸附时间的影响 |
| 5 展望 |
四、趋磁性细菌的研究与应用现状（论文参考文献）
- [1]基于MTMBO算法的分布式电源选址定容及其两阶段优化调度研究[D]. 蔡英澜. 南昌大学, 2021
- [2]趋磁性细菌优化算法的研究及应用[D]. 张雪雪. 西安电子科技大学, 2018(02)
- [3]磁性细菌优化算法研究[D]. 刘莉莉. 哈尔滨工程大学, 2017(06)
- [4]基于磁性细菌优化算法的移动机器人路径规划[D]. 闫欠欠. 哈尔滨工程大学, 2016(03)
- [5]移动机器人路径规划方法研究[D]. 马靖雯. 哈尔滨工程大学, 2016(03)
- [6]磁性细菌优化算法研究与应用[D]. 耿梦姣. 哈尔滨工程大学, 2015(06)
- [7]趋磁细菌在重金属废水处理中的应用研究[A]. 刘珺. 2010年全国给水排水技术信息网年会论文集, 2010
- [8]外加磁场对苏云金芽孢杆菌的生长及毒力的影响[D]. 王雪腾. 河北农业大学, 2009(10)
- [9]趋磁细菌应用于重金属废水处理的研究进展[J]. 刘珺,周培国. 环境科技, 2008(06)
- [10]趋磁细菌纳米磁小体的培养与分离及其在医学上的应用进展和前景[J]. 陈龙,王国斌,陶凯雄. 现代生物医学进展, 2008(07)