导读:本文包含了布局算法论文开题报告文献综述、选题提纲参考文献，主要关键词:算法,布局,粒子,可编程,门阵列,舱室,蜂群。
布局算法论文文献综述写法
刘伟,王伶俐,周灏[1]（2019）在《基于深度学习的FPGA快速布局算法》一文中研究指出本文提出一种新型的基于深度学习的FPGA快速布局算法,将FPGA布局转化为动态的进行逻辑单元块的选择和逻辑单元块位置确定的过程,从而实现电路网表在FPGA上的逐步布局.其中每一个逻辑单元块的位置确定由训练好的深度学习网络预测实现,所有逻辑单元块位置确定之后采用基于交换的快速详细布局算法进行优化.实验中使用MCNC基准电路进行测试,将测试结果与VPR中基于模拟退火的布局算法进行对比,结果表明:在关键路径延时平均9.8%布线后的损失代价下,整个布局过程的运行速度平均提升了24.54倍,其中处理十万量级大规模电路实现64.9倍的速度提升.(本文来源于《复旦学报(自然科学版)》期刊2019年06期）
沈博,潘忠文,林宏,李文钊[2]（2019）在《基于模拟退火算法的元器件布局优化设计》一文中研究指出为了在设计中提前预估并优化元器件的力学环境,通常采用有限元仿真的方法。在对电路板进行有限元仿真的基础上,通过MATLAB编程实现了模拟退火算法(Simulated Annealing,SA)在元器件布局优化上的应用。优化结果表明,该方法能够有效降低元器件管脚处的加速度及应力值,改善了电路板的力学环境,延长了电子设备的使用寿命,提高了整体的可靠性,具有实用价值和推广意义。(本文来源于《导弹与航天运载技术》期刊2019年06期）
贾丽,乔权根[3]（2018）在《社区发现算法在超市货架布局中的应用》一文中研究指出随着大数据的兴起和条形码的普遍使用,超市每天都能收集到大量的数据,且目前中国超市购物方式均采用货架自主挑选,因此如何有效地使用超市销售数据为货架摆放进行优化成为一个有意义的问题。本文运用关联规则挖掘和社区发现算法中的随机游走方法对超市数据进行数据挖掘,初步对销售商品种类进行子群分割,并在社区发现的基础上,引入中间度这一概念寻找中介点,构建了一个带有中介传递结构的子群分割网络图。最终,利用此网络图对超市的货架布局进行优化,间接进行商品推荐。(本文来源于《经济统计学(季刊)》期刊2018年01期）
刘思缈,李金栋,肖文生,刘琦,万家平[4]（2019）在《改进遗传算法在超深水钻井船试采模块布局中的应用》一文中研究指出结合超深水钻井船试采模块的布局特点,以安全性、经济性、方便性作为试采处理装置的布局目标,确定目标函数和约束条件,建立试采模块布局数学模型。采用一种基于模拟退火算法思想的改进遗传算法,使用适应度尺度变换处理方法,最终获得试采模块的布局方案。仿真结果表明,改进后的遗传算法和布局方案能够有效求解试采处理模块的布局问题。(本文来源于《中国海洋平台》期刊2019年05期）
王志皓,隋国晖[5]（2019）在《基于人工蜂群算法的管道自动布局优化研究》一文中研究指出针对建筑环境中管路自动布局所存在的管道弯头多、布局时间长、未沿合理位置敷设等问题,建立叁维建筑环境模型和管道模型。采用中间点法作为管道初始路径生成方法,并结合标准人工蜂群算法求解管道最优路径。仿真结果表明,基于中间点法的管道初始路径生成方法和标准人工蜂群算法求解的路径基本实现了管路自动布局的基本要求,具有可行性。(本文来源于《数字技术与应用》期刊2019年10期）
孙凯,刘祥[6]（2019）在《基于蚁群-遗传混合算法的设备布局优化方法》一文中研究指出以生产车间设备布局优化的最小物流费用为目标,建立了车间设备布局优化问题的二次分配模型,并采用蚁群-遗传混合算法来对这一模型进行求解.该混合算法将蚁群算法和遗传算法的优点相融合,以蚁群系统的解作为遗传算法的初始种群,克服了蚁群算法的收敛速度慢,容易陷入局部最优以及遗传算法的容易早熟收敛等缺陷,来实现模型的全局最优.本文以某机械厂制造车间为例,运用MATLAB编程实现算法求解,结果显示:应用蚁群-遗传混合算法设计出来的设备布局新方案比原始方案总物流费用节约了10.6%,同时,混合算法在求解车间设备布局优化问题时比蚁群算法或者遗传算法速度更快,效果更好.(本文来源于《系统工程理论与实践》期刊2019年10期）
罗云,唐丽晴[7]（2019）在《粒子群蚁群混合优化算法在船舶机舱布局优化上的应用》一文中研究指出船舶舱室布局优化有助于充分提高其空间利用率。机舱是船舶中最重要的舱室,其布局优化要考虑其多种设备之间、设备与舱室之间的复杂的协调关系,因而不易优化。为了更好地解决船舶机舱布局优化问题,针对粒子群算法和蚁群算法都容易陷入局部最优的缺点,结合粒子群算法和蚁群算法的优化策略,提出了一种改进的混合优化算法并应用于一个具体的船舶机舱布局优化的实际算例中。其仿真结果表明,改进算法具有一定的计算优势,在相同条件下能够寻到更精确的解。(本文来源于《舰船电子工程》期刊2019年10期）
黄欣,余思东[8]（2019）在《蚁群粒子群混合算法在车载网无线接入点的布局优化》一文中研究指出针对具有拓扑结构多变、受周围事物影响、高速变动等特征导致车载网通信性能不佳的问题,将无线接入点作为提高通信性能的关键辅助点。在保证信号覆盖率的情况下,根据车流量,部署最少无线接入点作为最终目标,利用蚁群和粒子群混合算法(AC-PSO)作为一种搜索策略。将AC-PSO混合算法与PSO算法、ACO算法进行对较以便证明该混合算法的优越性。实验表明,AC-PSO混合算法收敛速度比PSO、ACO更快,也说明了该混合算法在车载网中无线AP布局优化应用的有效性。(本文来源于《河池学院学报》期刊2019年05期）
赵瑞嘉,谢新连,赵家保[9]（2019）在《基于两阶段算法的半潜维修船功能舱室布局》一文中研究指出以维修舱空间、舱室邻接、舱室全局位置叁个指标为目标函数,以满足高初稳性要求、保证船舶浮态等为约束条件,建立技术可行前提下半潜维修船功能舱室布局优化模型。通过设计贪婪取走启发式算法与规划求解相结合的两阶段算法,实现对模型的求解。以载重为5×10~4 t的半潜船体为载体进行设计,得到半潜维修船功能舱室优化布局方案。随着维修设备质量系数的增加,可行的布局方案数呈上升趋势。该方法可提高半潜维修船在功能舱室布局过程中决策的科学性。(本文来源于《国防科技大学学报》期刊2019年05期）
陈郁乔,游熙原,胡琳欣,黄伟[10]（2019）在《基于空间自动布局算法图形化建模的研究与实现》一文中研究指出在通信机房的全生命周期管理中,由于专业跨度大、规划及设计标准不统一、支撑手段缺乏等原因,导致空间资源浪费、能耗不均衡、扩容性差、维护效率低等问题。本文通过研究利用机房空间图形建模的方法,并基于模型实现整机房布局的算法设计,构建出一套支撑机房规划和分配管理的平台,使机房空间的使用更具合理性、可持续性和可扩展性。(本文来源于《2019广东通信青年论坛优秀论文专刊》期刊2019-10-11）
布局算法论文开题报告范文
（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：
为了在设计中提前预估并优化元器件的力学环境,通常采用有限元仿真的方法。在对电路板进行有限元仿真的基础上,通过MATLAB编程实现了模拟退火算法(Simulated Annealing,SA)在元器件布局优化上的应用。优化结果表明,该方法能够有效降低元器件管脚处的加速度及应力值,改善了电路板的力学环境,延长了电子设备的使用寿命,提高了整体的可靠性,具有实用价值和推广意义。
（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。
布局算法论文参考文献
[1].刘伟,王伶俐,周灏.基于深度学习的FPGA快速布局算法[J].复旦学报(自然科学版).2019
[2].沈博,潘忠文,林宏,李文钊.基于模拟退火算法的元器件布局优化设计[J].导弹与航天运载技术.2019
[3].贾丽,乔权根.社区发现算法在超市货架布局中的应用[J].经济统计学(季刊).2018
[4].刘思缈,李金栋,肖文生,刘琦,万家平.改进遗传算法在超深水钻井船试采模块布局中的应用[J].中国海洋平台.2019
[5].王志皓,隋国晖.基于人工蜂群算法的管道自动布局优化研究[J].数字技术与应用.2019
[6].孙凯,刘祥.基于蚁群-遗传混合算法的设备布局优化方法[J].系统工程理论与实践.2019
[7].罗云,唐丽晴.粒子群蚁群混合优化算法在船舶机舱布局优化上的应用[J].舰船电子工程.2019
[8].黄欣,余思东.蚁群粒子群混合算法在车载网无线接入点的布局优化[J].河池学院学报.2019
[9].赵瑞嘉,谢新连,赵家保.基于两阶段算法的半潜维修船功能舱室布局[J].国防科技大学学报.2019
[10].陈郁乔,游熙原,胡琳欣,黄伟.基于空间自动布局算法图形化建模的研究与实现[C].2019广东通信青年论坛优秀论文专刊.2019