原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
利用深度学习与量子粒子群算法优化螺旋桨设计研究
目录
文档概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.3主要研究内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
1.4技术路线与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
1.5论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
相关理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
2.1深度学习基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
2.1.1神经网络结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
2.1.2常见优化算法简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
2.2量子粒子群算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
2.2.1粒子群优化基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
2.2.2量子行为粒子群模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
2.3螺旋桨空气动力学基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
2.3.1工作原理与特性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
2.3.2性能评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
基于深度学习的螺旋桨设计方法．．．．．．．．．．．．．．．．．．．．．．．．．．．30
3.1设计目标与约束条件．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
3.2螺旋桨几何参数定义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
3.3深度神经网络构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
3.3.1网络结构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
3.3.2激活函数选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
3.4基于深度学习的性能预测模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
3.4.1训练数据准备．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39
3.4.2模型训练与验证．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40
量子粒子群算法优化螺旋桨设计参数．．．．．．．．．．．．．．．．．．．．．．．41
4.1优化问题描述数学建模．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43
4.2QPSO算法关键要素．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
4.2.1量子位编码机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
4.2.2量子位置更新公式．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50
4.3基于QPSO的参数寻优流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51
4.4优化结果分析与评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52
深度学习与QPSO混合优化策略研究．．．．．．．．．．．．．．．．．．．．．．．．．53
5.1混合优化框架设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56
5.2深度学习与QPSO协同机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57
5.2.1模型指导优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59
5.2.2优化结果反馈．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60
5.3混合算法性能对比分析．．．．．．．．．．．．．
文档评论（0）