一、连通图在工程设计中的应用（论文文献综述）
赵树丽[1]（2021）在《网络的广义连通度及相关问题的研究》文中研究表明互连网络的拓扑结构通常用图来表示,其中用顶点表示处理器且用边表示处理器之间的连线.连通度是衡量网络可靠性的重要参数.但是随着大规模网络的不断发展,传统的连通度容易低估其可靠性.为了弥补传统连通度的不足,相关学者对其进行推广并分别提出了广义连通度,分支连通度和好邻连通度等概念.本文主要研究网络的广义3,4-连通度,g-分支连通度与g-好邻连通度.本文的结构如下:第一章首先介绍了研究背景与研究现状,其次给出了主要的研究内容.第二章给出了所需的基本概念,符号与基本引理.第三章给出并证明了（n,k）-星图Sn,k与（n,k）-冒泡排序图Bn,k的广义3-连通度.当k=n-1时,Sn,kSn且Bn,kBn,此结论推广了[Appl.Math.Comput.,2016,274:41–46]中关于星图Sn与冒泡排序图Bn广义3-连通度的结果.第四章对具有共性的网络进行分类研究,分别确定了三类正则图在满足某些条件下的广义3-连通度.设n-维正则图Nn是由pn个（n-1）-维正则图N1n-1,N2n-1,...,Npnn-1通过递归构造得到.对于顶点v∈V(Nin-1),v不在Nin-1中的邻点称为v的外邻点,其中1≤i≤pn.第一类n-维正则图用Ln表示.图Ln中的每个顶点恰好有一个外邻点.第4.1节确定了Ln在满足某些条件下的广义3-连通度.交错群网络ANn,煎饼图Pn与星图Sn等网络的广义3-连通度作为此结果的推论可以直接得到.第二类n-维正则图用Gn表示.图Gn中的每个顶点恰好有两个外邻点.第4.2节确定了Gn在满足某些条件下的广义3-连通度.作为此结果的推论,可以得出交错群图AGn,冒泡排序星图BSn,分裂星图S n2与k-元n-立方体Qnk等多个网络的广义3-连通度.第三类正则图用Hn表示.图Hn是通过n个阶数相同的k-正则k-连通图I1,I2,...,In并在Ii与Ij之间增加Hn[V（Ii∪I j）]的一个完美匹配得到的连通图,其中1≤i≤n且1≤j≤n.第4.3节确定了Hn在满足某些条件下的广义3-连通度.作为推论,可以分别得到由完全图Kn生成的凯莱图CTn与由轮图Wn生成的凯莱图WGn的广义3-连通度.第五章主要研究网络的广义4-连通度.首先确定了交换超立方体EH（s,t）的广义4-连通度;其次证明了分层立方体网络HCNn的广义4-连通度;最后确定了完全二部图Km,n的线图L(Km,n)与正则完全二部图Km,m的全图T(Km,m)的广义4-连通度,此结论推广了[Appl.Math.Comput.,2019,347:645–652]中关于L(Km,n)与T(Km,m)广义3-连通度的结果.第六章主要研究网络的g-分支连通度与g-好邻连通度.首先确定了由对换树生成的凯莱图Γn的3-分支连通度,作为推论,星图Sn与冒泡排序图Bn的3-分支连通度可以直接得到;其次证明了对偶立方体Dn的g-分支连通度,其中2≤g≤n;最后确定了分层超立方体网络HHCn的g-好邻连通度,其中1≤g≤m-1且n=2m+m.第七章总结了本文的研究内容并给出了一些待研究的问题.
李永春[2]（2021）在《基于双目视觉的立体匹配算法研究》文中指出研究表明,人类获取外界信息约80%是通过视觉获得的,双目视觉是模拟人眼视觉系统来获得现实世界信息的系统,是计算机视觉技术的一个重要分支,经过多年来的发展,在机器人视觉、反求工程、工业检测和医学成像等领域中的应用越来越广泛。立体匹配是双目视觉的一个重要环节,立体匹配的结果直接影响三维重建的效果,但是由于立体匹配过程会受到各种因素的影响,比如光照、物体遮挡和弱纹理等,会导致视差图的精度不高,如何提高视差图精度并同时提高实时性,一直是学者们研究的重点。论文主要研究立体匹配算法,对于局部立体匹配算法在弱纹理和视差不连续区域等的误匹配问题,提出改进的方法,重点在立体匹配步骤中的匹配代价计算、代价聚合和视差修正阶段进行改进。（1）提出一种引入边缘梯度的Census变换匹配算法,重点在匹配代价计算阶段进行改进。由于经典Census变换过度依赖中心像素,以支撑窗口内邻域的平均值与中心像素的判别结果确定中心参考像素,然后通过灰度差绝对值（absolute difference,AD）与均值判别后的Census变换相结合,并通过改进的Sobel边缘梯度算子约束图像的边缘,构建融合匹配代价函数,提高算法在边缘视差不连续区域的匹配性能。实验结果表明引入边缘梯度的Census变换匹配算法比传统Census变换和AD-Census变换在视差不连续区域的平均误匹配率分别减少了7.95%和3.0%。（2）提出基于引导滤波和多尺度代价聚合的立体匹配,重点在代价聚合和视差修正阶段进行改进。将引导滤波方法融合到高斯金字塔结构中,并引入最小生成树的思想构建更自然的相似性度量方法,在多尺度空间下进行代价聚合,添加正则化项增强尺度间的一致性,改善弱纹理区域的误匹配问题;利用赢者全取（winner takes all,WTA）策略计算视差后,采用左右一致性检测和背景填充方法消除遮挡点,通过亚像素增强方法提高视差不连续区域的匹配精度,并根据自适应中值滤波方法进一步平滑整体视差图。最后通过选取Middlebury平台提供的测试图像数据集,验证论文提出的基于引导滤波和多尺度代价聚合局部立体匹配方法,能够有效提高弱纹理和视差不连续区域的匹配精度,相比于传统的Census变换方法其平均错误匹配率降低了14.52%,且算法的运行时间增加幅度在5%以内。
冯鹏雨[3]（2021）在《平面透镜天线关键技术研究》文中提出高增益天线在远距离通信、雷达系统、空间探索等领域中应用广泛。平面透镜天线由于具有成本低、质量小、易加工等优点,正成为一种极具吸引力的高增益天线技术方案,并引起了学术界和工业界越来越多的关注。本论文主要研究内容包括:宽带单馈平面透镜天线、基于阵列馈电的低剖面宽带平面透镜天线、相控波束扫描平面透镜天线、相控涡旋波束平面透镜天线、滤波低散射复合平面透镜天线等。本文的主要工作和创新点如下:1.提出了一款基于单喇叭馈电的多层频率选择表面型宽带平面透镜天线。透镜单元为双谐振双六边环结构,呈三角形栅格排布。结果显示该透镜可实现53.34%的最大口径效率以及19.23%的1 d B增益带宽。2.提出了一款基于单喇叭馈电的极化旋转型宽带平面透镜天线。透镜单元共三层金属贴片,中间层为矩形条带两端加载弧形条带,上下层为极化栅格。在对基于单喇叭馈电的平面透镜天线进行数值建模后,提出了一种基于1 d B增益带宽定义的宽带平面透镜优化方法。结果显示该透镜的0.5 d B、1.5 d B以及3 d B增益带宽分别为41.3%、56%及71%,且透镜最大口径效率为40.7%。3.提出了一款具有低剖面、宽带特性的基于阵列馈电的平面透镜天线。该设计使用共轭场匹配法实现空间相位的理想补偿,阵列馈源为小规模偶极子阵列,其口径面积与喇叭馈源相当,相较单喇叭馈电可实现64.5%的剖面缩减。4.提出了一款低剖面、超宽带的基于Vivaldi阵列馈电的平面透镜天线。在对基于阵列馈电的平面透镜天线进行数值建模且构建适应度函数后,提出了一种包含三个步骤的优化方法来确定透镜单元排布以及阵列馈源激励系数。结果显示该透镜在5～19 GHz（3.8:1）频段内均可形成具有良好主波束形状以及合理副瓣电平的稳定辐射方向图。5.提出了基于相控阵馈电的波束扫描平面透镜天线。在详细分析相控平面透镜的工作机制后,提出了基于“有源单元-透镜方向图”的波束形成算法来确定相控阵馈源激励系数。三款实验样机分别设计于微波、毫米波及太赫兹频段。6.提出了一款基于相控阵馈电的柱面散焦介质龙伯透镜天线。19单元偶极子相控阵馈源分为三个子阵,激励系数由“有源单元-透镜方向图”方法确定。结果显示该相控散焦透镜可在±81°超宽角范围内实现高精度扫描,最大增益21.1 d Bi,扫描至75°及81°时增益下降分别为3 d B及7.5 d B。相较传统基于波束切换机制的柱面介质透镜,相控散焦龙伯透镜可实现5.4～3.3 d B扫描增益提升以及11.9～6.6d B有效全向辐射功率提升。7.提出了一款可产生携带轨道角动量（Orbital Angular Momentum,OAM）涡旋波束的基于小型环形相控阵馈电的平面透镜天线。该透镜可实现零模OAM波束±25°扫描;此外,可产生多种具有螺旋状等相位面的单模或混模涡旋波束,通过OAM多路复用便可提升信道容量及频谱效率。为方便实验验证,设计了一套带宽超过30%的8×8巴特勒矩阵,基于巴特勒矩阵级联环形微带阵列馈电的平面透镜天线也为同时产生多种OAM模式,提供了一种具有竞争力的低成本无源解决方案。8.提出了一款兼具滤波特性、X波段带内高增益辐射特性、带外低散射特性的复合平面透镜天线。该透镜单元由双极化阻抗表面层、固定尺寸带阻多层频率选择表面单元、可调尺寸带通多层频率选择表面单元三部分构成。结果显示该透镜可实现大于25 d B的带外抑制度,在4～7 GHz及14～20 GHz频段内可实现约8 d B的雷达散射截面积（Radar Cross Section,RCS）减缩,带内辐射增益为25.3 d Bi。9.提出了一款由带通多层频率选择表面和方形介质柱两端加载方棱锥阻抗匹配层构成的复合平面透镜天线。该复合平面透镜单元可实现对带内透射波及带外反射波的同时控制。基于相位对消原则,高度不同的方形介质柱两端加载方棱锥阻抗匹配层结构可实现RCS减缩。结果显示在斜入射角最大至60°时,该透镜能够在0.5～1.5 fc频段内实现大约5 d B镜像RCS缩减,在1.5～5 fc频段内实现大约10d B镜像RCS缩减。此外,该透镜还可实现大于20 d B的带外辐射抑制水平。
王琛[4]（2021）在《基于深度学习的SAR目标分类与检测技术研究》文中研究表明合成孔径雷达（SAR）由于其全天时、全天候的工作特性,已被广泛应用于侦察探测、地质勘探、灾害检测和公共区域安检等领域。作为SAR图像分析和解译的基础问题,SAR目标分类与检测问题的研究具有重要意义。鉴于深度学习方法在计算机视觉领域取得了巨大成功,本文开展基于深度学习的SAR目标分类与检测方法的研究。近年来,基于监督学习的深度网络在SAR目标分类与检测任务中被广泛应用并取得了突出的效果。本文围绕SAR地面目标分类、SAR舰船分类、SAR舰船检测和SAR安检异物检测等任务,针对深度学习网络在SAR目标分类和检测中存在的标签样本依赖问题和SAR目标分布特性问题,从网络设计和非确知标签下网络训练等方面开展基于深度学习的SAR目标分类与检测问题的研究。本文主要研究内容和创新工作包括:（1）分析了非确知标签对深度SAR目标分类网络训练的影响,指出深度监督学习对标签样本的依赖问题。非确知标签包含标签有限和标签有误两种情况。本文分别针对以上两种情形进行研究,创新工作罗列如下:·针对标签有限问题,本文提出一种基于Batch均衡和扩增一致性约束的SAR目标分类半监督学习框架,实现对无标签样本的有效利用,从而提升训练网络的分类精度。其中Batch均衡可平衡训练批次中标签样本和无标签样本数量来确保监督学习在训练中的主导作用。统一扩增设计可保证网络训练中任意批量中标签样本和无标签样本使用相同扩增方式,使网络学习到变换不变性特征。在多种SAR目标分类数据集上的实验证明了所提半监督框架可在有限标签情况下训练网络达到全部标签样本监督学习训练下的分类效果。·针对标签有误问题,本文提出一种基于损失函数曲线拟合的标签噪声建模和标签纠正方法,实现在错误标签下有效训练网络且同时定位错误标签的功能。本文将无监督聚类方法用于标签建模,利用损失函数曲线有效区分噪声标签和正确标签,并利用正确标签训练网络以达到噪声标签纠正的目的。实验表明,所提方法可在40%比例噪声标签情形下纠正97.9%噪声标签,同时训练分类网络达到99.2%的分类精度。（2）研究了基于SAR目标分布特性的深度目标检测网络设计问题,包含SAR舰船检测和SAR安检异物检测两个重要任务。本文分别对不同目标分布特性进行研究,创新工作如下:·利用SAR毫米波安检异物检测任务中目标分布的规律性,提出一种基于归一化累积图的毫米波异物检测网络。归一化累积图可以揭示经常出现的安检异物目标的位置,同时在计算置信度损失时为不同位置提供不同权重。通过将归一化累积图引入YOLO-v2目标检测网络,在毫米波图像数据集中进行了实验。实验结果表明,利用基于归一化累积图的目标检测网络可将检测结果均值平均精度（m AP）提高4.43%。归一化累积图在设计中只与置信度分支有关,因此在检测网络设计中易于实现;同时保持了损失函数的数值稳定性,无需调整回归损失、置信度损失和分类损失在总损失中所占权重。·考虑SAR舰船目标检测任务中目标分布的多样性,针对目标分布多样性带来的锚框设置复杂问题,提出一种无滑窗无锚框下基于反卷积的候选边框生成机制,避免了锚框机制超参数过多和调试困难的问题,实现了精简且精确的候选边框生成。进一步,针对反卷积候选边框生成中对于邻近目标边缘不敏感等问题,利用基于中心点的目标检测网络进一步改进了无锚框目标检测网络的检测性能。在SAR舰船数据集中的实验证明了所研究无锚框SAR目标检测方法能够在获取精简候选边框的同时进行快速精确的目标检测。（3）研究复杂标签下SAR目标检测网络训练方法。目标检测网络标注的复杂性使得非确知标签条件下SAR目标检测网络训练更加困难,具体表现在标签赋值困难和标签错误类型复杂。本文以前述章节中研究内容为基础,研究复杂标签下SAR目标检测网络训练问题。·对于标注有限条件下SAR目标检测问题,考虑检测标注复杂性,采用联合标签传播和一致性扩增约束的半监督学习方法,利用无标签图像样本参与网络训练以提升标签有限条件下SAR目标检测网络的检测性能。·对于标注有误条件下SAR目标检测问题,考虑检测标签错误情形的多样性和复杂性,采用区域标签建模与纠正方法,判断检测标注中错误标签位置和类别并加以纠正,从而减少错误标签对目标检测网络训练的影响。本文研究基于深度学习的SAR目标分类与检测技术,针对深度网络标签依赖问题和SAR目标分布特性问题,在标签非确知条件下设计半监督学习框架和标签噪声纠正方法并考虑SAR目标分布特性设计不同目标检测网络结构,可有效提升标签非确知条件下深度分类检测网络的训练效果,提高对不同SAR目标的检测精度,对于SAR图像分析和解译等任务具有重要意义。
孙帅[5]（2021）在《随机图的L（2,1）-标号算法及其在频率分配中的研究》文中指出作为图染色问题的一种推广,图的标号问题具有极高的理论价值,自诞生以来就成为了图论研究领域中最热门的方向之一。近年来,通过对各类标号模型的研究,得到的一些成果在科学技术和工程领域中都有着广泛的应用,这使得图标号问题备受关注。标号模型通常来自于实际问题中所隐含的拓扑关系,对这些模型的研究不但有助于解决实际问题而且也促进了图论自身的发展。标号问题通常指为图的顶点或边分配自然数,使其满足某些特定的条件,根据条件的不同,学者们提出了各类标号模型的定义并进行了深入地研究,逐渐形成了种类丰富的图标号理论。传统研究方法主要是基于图自身的拓扑结构,通过组合构造法来完成标号的,但能够被这种方法处理的图大多较为特殊,并不适用于一般的随机图。随着计算机科学的快速发展,设计针对随机图的算法来解决各类图标号问题是一种新的研究方法和思路。本学位论文主要研究与信道频率分配相关的L（2,1）-标号及其变种问题,利用算法得到有限点内非同构连通图的标号结果,通过对实验数据的分析,得到了几类图的标号结论。主要工作如下:（1）介绍图及图标号的概念,总结概括L（2,1）-标号及相关变种问题的研究现状,分析目前存在的问题。（2）设计并实现了随机图的L（2,1）混合优化标号算法,对10个点内所有的简单连通图进行L（2,1）-标号求解,得到了正确的标号结果。在整理分析实验结果后,得出了有限点内的相关定理并提出了相应的猜测,基于这些猜测,扩大实验范围,对更大点数的图（主要包括16个点以内的所有单圈图和一些正则图）进行了验证。围绕Griggs关于L（2,1）-标号上界的猜想,本文结合实验结果提出了有关非正则图的更小上界猜测:若图G为非正则的连通图,则其L（2,1）-标号数不超过2Δ+1。使用算法只能得到有限点内随机图的结论,而且随着点数的增加,图结构更为复杂,图集的数量也呈爆炸式增长,所以获取全部的图集数据并不现实,故定义了几类联图,结合算法结果和组合构造法给出这几类联图的数学证明,充分发挥了算法和组合构造法的优势。（3）针对映射到边的L（2,1）-边标号问题,设计了基于线图和多目标优化的两种求解算法,而对要求将映射集合内元素全部用到的全色L（2,1）-标号问题,则使用启发式搜索算法进行求解。实验分别得到了9个点以内图的标号数据,整理并得到了关于树图、单圈图和双圈图的相关结论与猜测,其中,树图边标号的结论改进了已知的结果。（4）结合L（2,1）-标号理论及算法,设计频率分配仿真实验,说明其可行性和应用价值。
李雅兰[6]（2021）在《网络匹配排除问题和容错性研究》文中指出影响超大型并行计算机网络系统稳定性的主要因素是处理器之间的互连情况,而互连网络的拓扑结构可以被模型化为图:图的点代表网络系统中的处理器元件,图的边代表处理器元件之间的物理连线.因此,互连网络相关性质研究可转化为研究图的相关性质.事实上,通过研究图的匹配问题和限制连通性,正是研究网络匹配排除和容错性这些热点问题的强有力工具.互连网络的匹配排除概念是Brigham等人2005年提出的.本文主要研究了图的条件匹配排除问题.讨论了条件匹配排除集满足单调性的情况,并给出了单调性不成立时的反例图.考虑了条件匹配排除数的上下界以及可以达到上下界的图类.分别刻画了具有小条件匹配排除数和大条件匹配排除数的奇偶阶的图.给出了条件匹配排除数的一些极值问题的求解.考虑用[0,1]中的值对M?bius立方体的边赋值,讨论了只删除边时该立方体的分数匹配排除集情况,得到当n ≥ 3时,M?bius立方体分数匹配排除数为n.在删边与删点同时进行的情况下,确定了n分别为:3和4时,M?bius立方体的分数强匹配排除集的结构.给出了n≥5时,M?bius立方体的分数强匹配排除数.为了考虑网络在点边发生故障时系统的一些特有性质的保持能力,用图的连通度、边连通度等传统参数来衡量网络的容错性.本文研究了l-限制边连通度与g-好邻边连通度,得到对同一个图两个连通度的单调性都成立,但是图与子图只有在l与g为0,即为经典连通度时单调性才成立.在l≥ 1以及g≥1时,给出了单调性不成立的图.确定了l和g的上下界.计算了路、圈、树、完全图、完全多部图、冠图的两个连通度的值.分别给出了两个连通度的上下界,并指出上下界都是可达的.刻画了具有较小l-限制边连通度与g-好邻边连通度的图类.讨论了l-限制边连通度与g-好邻边连通度的一些极值问题.网络的故障诊断就是识别故障处理器的过程.故障诊断在网络容错性方面起着至关重要的作用.诊断度是诊断能力的一个重要指标,也是判断网络故障诊断能力的重要参数.本文研究了环形匹配合成网络的g-限制条件连通度与g-限制条件故障诊断.PMC模型和MM*模型是两个常用的故障诊断模型,首先确定两个模型下环形匹配合成网络可诊断的充分必要条件.讨论了环形匹配合成网络的g-限制条件连通度的取值,同时刻画出了环形匹配合成网络的g-限制条件割集的结构.由环形匹配合成网络的g-限制条件连通度以及孤立点存在的情况下,分别考虑了在PMC模型和MM*模型下环形匹配合成网络的g-限制条件诊断,在排除故障点后希望网络的分支拓扑结构仍然能保持某种特定的结构,例如分支中存在圈,圈的存在可以使分支连通性更强.星图Sn是（n,k）星图Sn,k的特殊情况,已经有了星图Sn的圈点连通度结果.本文研究了（n,k）-星图Sn,k的圈点连通度.首先得到了Sn,2中最小圈长为3且圈上的所有边都是1-型边,接着得到了Sn,2的圈点连通度以及Sn,2的圈点割的结构.最后讨论了（n,k）星图Sn,k的圈点连通度.本文以图论为主要研究方法和工具,研究结果为工程师设计大规模可靠互连网络提供了有价值的理论参考,也为提高超大规模互连网络的容错性和安全性提供了理论依据.
同会利[7]（2020）在《几类极小与极大t-坚韧图的研究》文中研究说明信息时代的网络对人们的学习、生活、工作等几乎所有活动都是不可或缺的.网络中断往往会造成重大损失,因此,抗毁性研究具有重要的理论意义和实用价值.通常用连通图表示网络的模型.抗毁性的基本研究方法是通过一些不变量刻画破坏一个网络需要付出的“最小”代价和网络剩余部分的状态.坚韧度被认为是最好的抗毁性参数之一.坚韧度意义下极值图的构造是一个重要课题.本文主要研究了极小与极大t-坚韧图两个方面的相关问题.首先,基于极小t-坚韧的定义和相关结论,分析了几类特殊图的极小t-坚韧性,构造了两类极小t-坚韧图.其次,提出极大t-坚韧的概念,证明了星图和风车图的极大t-坚韧性.以圈和星图为基础,分别构造出极大1-坚韧和极大（?）-坚韧图,通过建立整数规划模型并求解,得到这两类极大t-坚韧图的最大边数与最小边数.极小与极大t-坚韧图是坚韧度意义下网络抗毁性的优化,对网络设计具有重要参考价值.本文给出的极值图构造方法和结论对网络抗毁性研究具有一定的借鉴意义.
初亚奇[8]（2020）在《水生态与水安全关联耦合视角下的寒地海绵城市规划研究》文中进行了进一步梳理近年来,由于全球气候突变与城镇化进程的快速发展,导致城市自然水文循环被严重破坏,城市水生态系统的自我调节能力降低,从而引发城市内涝、水生态系统退化等一系列水安全与水生态问题。同时,寒地城市独特的地域气候特征与水文条件等,致使城市发展与水生态环境之间矛盾突出,城市雨洪管理实施难度增加。因此,本文以水生态与水安全关联耦合为视角,从流域、城市、河段多尺度构建寒地海绵城市规划体系,满足城市雨洪管理需求,提升寒地城市水生态、水安全、水景观功能,以期对寒地海绵城市的发展提供理论基础与技术支撑。论文在大量背景理论研究下,首先梳理寒地城市地域特征,识别不同尺度寒地城市水生态与水安全问题,以“格局—过程—尺度”为切入点,提出多尺度水生态与水安全关联耦合理论,建立理论框架与技术路线,并进一步确立耦合水生态与水安全的寒地海绵城市管控理论与技术方法,分析格局与水生态过程、城市内涝的影响机制,阐述多尺度管控内容与相关技术方法;其次,构建多尺度寒地海绵城市规划体系,即“流域尺度空间耦合（宏观）——水生态安全格局构建、城市尺度系统耦合（中观）——寒地海绵系统优化、河段尺度功能耦合（微观）——河岸带生态修复与措施建设”,并提出相应体系内容与技术方法;再次,以沈抚新区作为寒地城市研究区域,对应规划体系框架建立多尺度空间,在流域尺度下,利用GIS空间计算与分析法进行空间耦合,提取与水生态系统密切相关的多种基底要素,进行耦合叠加,构建不同水平的水生态安全格局,根据底线（低）、一般（中）、满意（高）三级水平划分禁限建区域,优化城市水生态安全格局,为城市尺度寒地海绵系统耦合提供刚性骨架;在城市尺度下,基于流域尺度空间格局,对城市多级排水系统进行整合优化,一是寒地海绵生态系统优化,确定水系廊道和绿地斑块布局,二是寒地城市排水管网优化,运用SWMM模型对城市排水管网系统进行调整,使其达到不同降雨重现期下的排水要求,三是寒地适宜性低影响开发系统,划分管控分区并对各分区所应用措施规模进行定量计算,最后利用SWMM模型对优化前后方案进行模拟校验,验证其优化后规划方案的合理性,并注重寒地雨雪水资源化利用,实现寒地海绵系统耦合最优模式;在河段尺度下,在流域尺度水生态安全格局框架上,依据城市尺度寒地海绵生态系统格局与低影响开发系统定量方案,对研究区域内的河岸带进行海绵结构布局与方案设计,使具有寒地适宜性水生态修复与低影响开发措施两者在设计中并行,同时对河岸带的寒地植物进行优化配置,实现寒地海绵河岸带的功能要素耦合。论文涉及城乡规划、景观、水文等多学科理论融合,着眼于城市规划与设计层面,集成多种相关技术方法。通过多尺度体系构建,明确寒地海绵不同尺度规划内容,最后将相关规划理论与技术方法运用到实践方案中,检验该理论方法的合理性和可行性,为寒地海绵城市规划提供理论支撑与技术保障。
杨庆[9]（2020）在《基于多智能体网络的分布式（在线）约束优化算法研究》文中指出随着现代网络控制系统的规模化和复杂化以及现代通信技术的飞速发展,由于传统集中式优化依赖于单个控制中心收集整个网络系统信息,因而很难适应复杂大规模系统高效、灵活、低成本以及安全隐私运行的需求。鉴于此,基于多智能体网络的分布式优化应运而生。近年来,分布式优化在无线传感器网络、电网系统、资源配置网络、多机器人系统、机器学习等众多领域中都有着广泛的应用,因此吸引了越来越多学者的研究和关注。论文以代数图论、凸优化理论、多智能体协同控制理论为基础,研究了网络化多智能体系统框架下的分布式（在线）约束优化问题。由于实际系统优化决策变量通常受到各种外在和内在因素的约束,因此相对于无约束优化问题,约束优化问题更一般更复杂,也更具有实际研究意义。论文围绕多智能体网络的分布式约束优化和分布式在线约束优化问题展开研究,其主要工作和贡献体现在以下几个方面:1.研究了多智能体耦合等式约束下的光滑分布式约束优化问题。针对不同的通信拓扑,分别提出了三种基于交替方向乘子法（ADMM）的分布式约束优化算法。首先,在固定（时变）无向通信拓扑条件下,利用无中心（center-free）算法和ADMM算法解决了具有非二次局部目标函数和局部不等式约束的优化问题。在固定（时变）无向图为连通（联合连通）图时,严格证明了算法的收敛性以及收敛终值的最优性。接着,在固定非平衡有向图下,利用ADMM算法,Newton-Raphson方法,比例一致性算法,研究了多智能体耦合等式约束下光滑分布式约束优化问题。进一步考虑具有通信时延和通信丢包的有向通信拓扑,给出一种鲁棒优化算法。在有向图为强连通图并且对应的邻接矩阵为列随机矩阵的条件下,严格证明了这两种算法的收敛性以及收敛结果的最优性。2.研究了多智能体耦合等式约束下的非光滑分布式约束优化问题。针对不同的初始条件、凸性条件、以及网络连通性条件,分别提出了三种连续时间分布式约束优化算法。首先,在固定无向图条件下,利用非光滑分析、微分包含理论以及代数图论解决了具有非光滑、一般凸而非严格凸局部目标函数的优化问题。算法给出的收敛结果依赖于特定的初始条件。因此,进一步给出了全分布式无初始化算法。通过引入辅助变量,消除了算法结果对特定初始条件的依赖性。同时,该算法不需要执行任何额外的初始化程序,节省了计算和通信成本,提升了算法应用的灵活性。最后,对有向平衡图下具有非光滑强凸局部目标函数的优化问题,给出了分布式求解算法并证明了算法的收敛性。3.研究了多智能体耦合不等式约束下的分布式约束优化问题。针对不同通信拓扑条件,提出了两种分布式约束优化算法。首先,针对固定非平衡有向通信图下具有耦合不等式约束和局部集合约束的优化问题,基于投影的原始对偶次梯度法和一致性策略,提出了一种离散时间优化算法。当通信图为具有行随机邻接矩阵的强连通图并且算法步长满足给定条件时,利用该算法可渐近求得最优解。其次,针对时变非平衡有向图下的优化问题,基于push-sum策略和原始对偶次梯度法提出了一种连续时间优化算法,它可以解决时变的非平衡有向图下的优化问题。当通信图为联合强连通图时,证明了这类算法可渐近求得最优解。4.研究了多智能体集合约束下的分布式在线约束优化问题。针对具有行随机邻接矩阵的非平衡有向图下的这类问题,根据目标函数的梯度信息是否已知,设计了两种分布式在线约束优化算法。当局部目标函数的梯度信息未知时,基于Kiefer-Wolfowitz算法的思想构造了随机差分估计器。同时,采用动态regret来分析和度量这两种在线优化算法的收敛性能。理论分析表明,当基准序列偏差的增长速度在一定范围内时,提出的这两种在线算法的动态regret上界相对于学习时间呈次线性增长。
赵爽[10]（2020）在《图和超图的容错性研究》文中研究表明随着多处理器计算机系统的大规模网络在许多领域的普及,许多理论问题引起人们广泛的关注,其中之一就是网络容错的问题。网络的容错性是指网络在发生故障时保持连通或保持某些性质的能力。网络拓扑结构经常以（有向）图,甚至以超图为模型,因此可以使用（有向）图或超图的某些容错参数来评估网络的性能。由于对称网络具有许多理想的性质,对称图的容错性也是一个重要的研究方向。本文主要研究关于边连通性的（有向）图或超图的一些容错参数。本文分为四章,具体结构如下:第一章首先简述本文的研究背景及主要结论,其次介绍本文所用到的基本概念与符号,最后介绍所涉及到的容错参数及相关问题的研究进展。超图是连接图论、组合数学与计算机科学的桥梁,对超图性质的研究有着重要的理论价值和实际意义。第二章研究超图是最优边连通或超边连通的充分条件。具体的,我们证明线性一致超图是最优边连通的距离条件、直径（围长）关系及阶条件;一致超图是最优边连通的基于边数关系、度条件及度序列条件的充分条件。此外,也证明了使一致超图超边连通的基于边数关系、度序列条件的充分条件。这些条件推广了相应的所熟知的图的条件。网络故障的出现必然会影响其连通性质,为了衡量最优边（弧）连通（有向）图对边（弧）的脆弱程度,第三章研究（有向）图关于最优边（弧）连通性质的边（弧）容错度问题。通过研究最优边（弧）连通（有向）图在去掉某些边（弧）集以后剩余（有向）图的边（弧）连通度与其最小度之间的关系,我们研究最优边（弧）连通性质的容错度在某些条件下的界及取值;并完全确定点传递图、边传递图、de Brujin有向图及一类笛卡尔积有向图的容错度的确切取值。对称图的高阶边连通度的研究也备受关注,通过论证高阶原子或超原子的不交性质,第四章主要关注双轨道图的高阶边连通度。首先,当两个轨道所含点数相同时,对围长超过4的超限制性边连通双轨道图给出刻画。其次,刻画了3-限制性最优边连通半点传递图。最后,我们完全刻画了超3-限制性边连通半点传递图。
二、连通图在工程设计中的应用（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、连通图在工程设计中的应用（论文提纲范文）
（1）网络的广义连通度及相关问题的研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 主要符号说明 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究动态 |
| 1.2.1 图的广义连通度 |
| 1.2.2 图的分支连通度 |
| 1.2.3 图的好邻连通度 |
| 1.3 本文的主要研究内容 |
| 2 预备知识 |
| 2.1 图的基本概念与符号 |
| 2.2 基本引理 |
| 3 两类网络的广义 3-连通度 |
| 3.1 (n, k)-星图的广义 3-连通度 |
| 3.1.1 (n, k)-星图的定义 |
| 3.1.2 (n, k)-星图的性质 |
| 3.1.3 (n, k)-星图的结果 |
| 3.2 (n, k)-冒泡排序图的广义 3-连通度 |
| 3.2.1 (n, k)-冒泡排序图的定义 |
| 3.2.2 (n, k)-冒泡排序图的性质 |
| 3.2.3 (n, k)-冒泡排序图的结果 |
| 4 三类正则图的广义 3-连通度 |
| 4.1 第一类正则图的广义 3-连通度 |
| 4.1.1 第一类正则图的定义 |
| 4.1.2 第一类正则图的性质 |
| 4.1.3 第一类正则图的结果及其应用 |
| 4.2 第二类正则图的广义 3-连通度 |
| 4.2.1 第二类正则图的定义 |
| 4.2.2 第二类正则图的性质 |
| 4.2.3 第二类正则图的结果及其应用 |
| 4.3 第三类正则图的广义 3-连通度 |
| 4.3.1 第三类正则图的定义 |
| 4.3.2 第三类正则图的性质 |
| 4.3.3 第三类正则图的结果及其应用 |
| 5 网络的广义 4-连通度 |
| 5.1 交换超立方体的广义 4-连通度 |
| 5.2 分层立方体网络的广义 4-连通度 |
| 5.3 完全二部图的线图与全图的广义 4-连通度 |
| 5.3.1 完全二部图的线图的广义 4-连通度 |
| 5.3.2 正则完全二部图的全图的广义 4-连通度 |
| 6 网络的分支连通度与好邻连通度 |
| 6.1 由对换树生成的凯莱图的 3-分支连通度 |
| 6.2 对偶立方体的g-分支连通度 |
| 6.3 分层超立方体网络的g-好邻连通度 |
| 7 结语与展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）基于双目视觉的立体匹配算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 课题的研究背景与意义 |
| §1.2 国内外研究现状 |
| §1.2.1 双目立体视觉研究现状 |
| §1.2.2 立体匹配研究现状 |
| §1.3 主要研究内容和章节安排 |
| 第二章 双目视觉立体匹配的原理 |
| §2.1 摄像机成像原理 |
| §2.1.1 基本坐标系及转换关系 |
| §2.1.2 摄像机的标定 |
| §2.2 立体匹配基本原理 |
| §2.2.1 对极几何和视差理论 |
| §2.2.2 立体匹配约束规则 |
| §2.3 立体匹配测试集数据集和评估标准 |
| §2.4 立体匹配算法的一般步骤 |
| §2.4.1 匹配代价计算 |
| §2.4.2 匹配代价聚合 |
| §2.4.3 视差计算 |
| §2.4.4 视差修正 |
| §2.5 本章小结 |
| 第三章 引入边缘梯度的Census变换匹配算法 |
| §3.1 立体匹配算法分类 |
| §3.1.1 全局立体匹配算法 |
| §3.1.2 局部立体匹配算法 |
| §3.2 立体匹配算法的难点问题 |
| §3.3 引入边缘梯度的Census变换匹配算法 |
| §3.3.1 经典Census变换 |
| §3.3.2 均值判别的改进Census变换 |
| §3.3.3 引入边缘检测算子的改进Census变换算法 |
| §3.4 实验分析 |
| §3.5 本章小结 |
| 第四章 基于引导滤波和多尺度代价聚合的立体匹配 |
| §4.1 多尺度引导滤波代价聚合 |
| §4.1.1 引导滤波 |
| §4.1.2 最小生成树 |
| §4.1.3 基于引导滤波的多尺度代价聚合 |
| §4.1.4 实验分析 |
| §4.2 视差计算与修正 |
| §4.3 实验结果与分析 |
| §4.3.1 实验算法流程 |
| §4.3.2 实验结果分析 |
| §4.4 本章小结 |
| 第五章 总结和展望 |
| §5.1 本文总结 |
| §5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者在攻读硕士期间的主要研究成果 |
（3）平面透镜天线关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究历史与现状 |
| 1.2.1 平面透镜天线发展历史 |
| 1.2.2 平面透镜天线研究现状 |
| 1.3 本论文的主要创新 |
| 1.4 本论文的主要内容和结构安排 |
| 第二章 单天线馈电平面透镜天线宽带化技术研究 |
| 2.1 引言 |
| 2.2 单馈源多层频率选择表面型宽带平面透镜天线 |
| 2.2.1 双六边环多层频率选择表面型平面透镜单元 |
| 2.2.2 单馈多层频率选择表面型平面透镜阵列仿真与测试 |
| 2.3 单馈源极化旋转型宽带平面透镜天线 |
| 2.3.1 极化旋转型宽带平面透镜单元 |
| 2.3.2 单馈宽带平面透镜建模 |
| 2.3.3 单馈极化旋转型宽带平面透镜优化 |
| 2.3.4 单馈极化旋转型宽带平面透镜仿真与测试 |
| 2.4 本章小结 |
| 第三章 阵列馈电平面透镜天线低剖面及宽带化技术研究 |
| 3.1 引言 |
| 3.2 基于阵列馈电的平面透镜焦面场匹配技术与低剖面技术 |
| 3.2.1 平面透镜焦面场匹配技术 |
| 3.2.2 平面透镜低剖面技术 |
| 3.3 基于阵列馈电的超宽带平面透镜天线 |
| 3.3.1 阵列馈电超宽带平面透镜建模 |
| 3.3.2 阵列馈电超宽带平面透镜优化 |
| 3.3.3 超宽带平面透镜单元与超宽带阵列馈源单元 |
| 3.3.4 阵列馈电超宽带平面透镜仿真与测试 |
| 3.4 本章小结 |
| 第四章 平面透镜天线相控波束扫描技术研究 |
| 4.1 引言 |
| 4.2 相控阵馈源技术与波束形成算法 |
| 4.3 相控波束扫描微带平面透镜 |
| 4.3.1 基本架构 |
| 4.3.2 微波相控波束扫描微带平面透镜 |
| 4.3.3 毫米波相控波束扫描微带平面透镜 |
| 4.3.4 太赫兹相控波束扫描微带平面透镜 |
| 4.4 相控宽角波束扫描平面介质龙伯透镜 |
| 4.4.1 相控散焦平面介质龙伯透镜 |
| 4.4.2 数值仿真 |
| 4.4.3 实验验证 |
| 4.5 本章小结 |
| 第五章 平面透镜天线相控电磁涡旋波束技术研究 |
| 5.1 引言 |
| 5.2 相控涡旋波束平面透镜工作机制与优化 |
| 5.3 单元设计与数值验证 |
| 5.3.1 平面透镜单元与相控阵馈源单元 |
| 5.3.2 相控涡旋波束平面透镜数值验证 |
| 5.4 相控涡旋波束平面透镜实验验证 |
| 5.4.1 八端口相控阵馈源与宽带巴特勒矩阵 |
| 5.4.2 测试结果与分析 |
| 5.5 本章小结 |
| 第六章 平面透镜天线辐射与散射协同控制技术研究 |
| 6.1 引言 |
| 6.2 吸波/透波一体化低散射平面滤波透镜 |
| 6.2.1 吸波/透波一体化透镜单元结构与工作原理 |
| 6.2.2 吸波/透波一体化透镜单元数值仿真 |
| 6.2.3 吸波/透波一体化透镜阵列仿真与测试 |
| 6.3 介质加载型低散射平面滤波透镜 |
| 6.3.1 介质加载型透镜单元结构与工作原理 |
| 6.3.2 介质加载型透镜单元数值仿真 |
| 6.3.3 介质单元排布优化 |
| 6.3.4 介质加载型复合透镜阵列仿真与测试 |
| 6.4 本章小结 |
| 第七章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（4）基于深度学习的SAR目标分类与检测技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 SAR系统及其发展现状介绍 |
| 1.2.2 SAR图像目标分类与检测研究现状 |
| 1.2.3 SAR目标分类与检测中的关键问题 |
| 1.3 论文主要内容与结构安排 |
| 1.3.1 本文研究内容 |
| 1.3.2 本文结构安排 |
| 第二章 深度学习与SAR介绍 |
| 2.1 引言 |
| 2.2 深度学习中分类网络介绍 |
| 2.2.1 卷积神经网络结构与组成单元 |
| 2.2.2 典型分类网络结构 |
| 2.3 深度学习中检测网络介绍 |
| 2.3.1 目标检测流程 |
| 2.3.2 检测网络结构 |
| 2.3.3 典型目标检测网络 |
| 2.4 SAR图像获取与图像特点分析 |
| 2.5 本章小结 |
| 第三章 非确知标签下SAR目标分类网络训练方法 |
| 3.1 引言 |
| 3.2 确知标签下SAR目标分类网络训练方法 |
| 3.3 标签非确知性与弱监督学习 |
| 3.3.1 标签有限与半监督学习 |
| 3.3.2 标签有误与噪声标签学习 |
| 3.4 标签有限条件下基于半监督学习的SAR分类网络训练方法 |
| 3.4.1 自一致性扩增 |
| 3.4.2 mixup样本混合方法 |
| 3.4.3 基于Batch均衡和扩增一致性约束的半监督训练框架 |
| 3.4.4 半监督学习效果分析与分类性能评估 |
| 3.5 标签有误条件下基于标签噪声纠正的SAR分类网络训练方法 |
| 3.5.1 标签有误对深度分类网络训练的影响 |
| 3.5.2 基于损失曲线拟合的标签建模和标签纠正方法 |
| 3.5.3 标签有误下验证问题与标签建模鲁棒性分析 |
| 3.5.4 标签纠正效果分析与分类性能评估 |
| 3.6 本章小结 |
| 第四章 基于目标分布特性的SAR目标深度检测网络 |
| 4.1 引言 |
| 4.2 不同SAR目标分布特性分析 |
| 4.2.1 SAR安检异物分布规律性 |
| 4.2.2 SAR舰船目标分布多样性 |
| 4.3 基于归一化累积图的SAR安检异物检测网络 |
| 4.3.1 目标分布累积特性与归一化累积图 |
| 4.3.2 基于归一化累积图的置信度分支损失函数 |
| 4.3.3 归一化累积图消融实验分析与检测网络性能评估 |
| 4.3.4 统一归一化累积图与逐类归一化累积图 |
| 4.4 基于反卷积的无锚框SAR舰船检测网络 |
| 4.4.1 舰船目标分布多样性与锚框机制低效性 |
| 4.4.2 锚框机制回顾 |
| 4.4.3 反卷积候选边框生成与目标检测网络结构 |
| 4.4.4 实验结果与性能评估 |
| 4.5 基于中心点的无锚框SAR舰船检测网络 |
| 4.5.1 研究思路 |
| 4.5.2 无锚框目标检测方法发展介绍 |
| 4.5.3 目标中心分支与检测网络结构 |
| 4.5.4 检测网络性能评估 |
| 4.6 本章小结 |
| 第五章 复杂标注下SAR目标检测网络训练框架 |
| 5.1 引言 |
| 5.2 检测复杂标签构建问题与半监督训练框架 |
| 5.2.1 研究思路 |
| 5.2.2 标签传播与一致性扩增约束 |
| 5.2.3 联合标签传播与一致性扩增的半监督训练框架 |
| 5.2.4 半监督学习效果分析与检测精度评估 |
| 5.3 复杂错误标签类型下检测标签噪声学习训练框架 |
| 5.3.1 研究思路 |
| 5.3.2 基于区域标签建模与纠正的SAR目标检测训练框架 |
| 5.3.3 标签纠正效果分析与检测精度评估 |
| 5.4 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 全文工作总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（5）随机图的L（2,1）-标号算法及其在频率分配中的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要工作 |
| 2 基础理论概述 |
| 2.1 图的基本概念与术语 |
| 2.2 相关概念及联图的定义 |
| 2.3 本章小结 |
| 3 图的L(2,1)-标号 |
| 3.1 算法设计 |
| 3.1.1 算法思想概述 |
| 3.1.2 次优解的获取 |
| 3.1.3 标号方案的优化 |
| 3.1.4 算法的实现 |
| 3.2 算法测试 |
| 3.3 算法分析 |
| 3.4 实验结果 |
| 3.5 本章小结 |
| 4 L(2,1)-标号的拓展研究 |
| 4.1 L(2,1)-边标号 |
| 4.1.1 基于线图的边标号算法 |
| 4.1.2 基于多目标优化的边标号算法 |
| 4.1.3 算法分析 |
| 4.1.4 实验结果 |
| 4.2 全色L(2,1)-标号 |
| 4.2.1 全色L(2,1)-标号算法 |
| 4.2.2 算法分析 |
| 4.2.3 实验结果 |
| 4.3 本章小结 |
| 5 L(2,1)-标号在频率分配问题中的应用 |
| 5.1 L(2,1)-标号与FAP |
| 5.1.1 FAP概述 |
| 5.1.2 L(2,1)-标号理论与FAP的对应关系 |
| 5.2 实验仿真 |
| 5.2.1 最小跨度的FAP |
| 5.2.2 固定跨度的FAP |
| 5.3 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 附录 实验程序截图补充及说明 |
| 攻读学位期间的研究成果 |
（6）网络匹配排除问题和容错性研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 图与互连网络 |
| 1.2 图的基本概念与互连网络模型 |
| 1.2.1 图的基本概念与记号 |
| 1.2.2 互连网络模型和诊断模型简介 |
| 1.3 互连网络的匹配排除问题研究进展 |
| 1.4 互连网络的容错性与故障诊断问题研究进展 |
| 1.5 论文结构 |
| 第二章 M?bius立方体的分数匹配排除数与分数强匹配排除数 |
| 2.1 引言 |
| 2.2 M?bius立方体的分数匹配排除数与强匹配排除数 |
| 2.3 M?bius立方体的分数强匹配排除集的结构 |
| 第三章 图的条件匹配排除数 |
| 3.1 引言 |
| 3.2 条件匹配排除数的上界 |
| 3.3 给定条件匹配排除数的图 |
| 3.4 条件匹配排除数的极值问题 |
| 第四章 图的l限制与g-好邻边连通度 |
| 4.1 引言 |
| 4.2 几类图的l-限制与g-好邻边连通度 |
| 4.3 l-限制与g-好邻边连通度的上下界 |
| 4.4 具有较小l-限制与g-好邻边连通度图的刻画 |
| 4.5 l-限制与g-好邻边连通度的极值问题 |
| 第五章 环形匹配合成网络的g-限制条件故障诊断 |
| 5.1 引言 |
| 5.2 两种诊断模型 |
| 5.3 环形匹配合成网络的g-限制连通度 |
| 5.4 环形匹配合成网络的g-限制故障诊断 |
| 第六章 (n,k)-星图的圈点连通度 |
| 6.1 引言 |
| 6.2 (n,2)-星图的圈点割结构 |
| 6.3 圈点连通度 |
| 第七章 全文总结及进一步的研究工作 |
| 7.1 全文总结 |
| 7.2 进一步的研究工作 |
| 参考文献 |
| 个人简历 |
| 攻读博士学位期间完成或发表的论文 |
| 致谢 |
（7）几类极小与极大t-坚韧图的研究（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号表 |
| 1.绪论 |
| 1.1 引言 |
| 1.2 网络及其抗毁性的概念 |
| 1.3 网络抗毁性研究现状 |
| 1.3.1 国外抗毁性参数研究现状 |
| 1.3.2 国内抗毁性参数研究现状 |
| 1.4 本文的主要工作 |
| 1.5 小结 |
| 2.网络抗毁性参数简介 |
| 2.1 图的抗毁性参数 |
| 2.2 若干抗毁性参数的极值与最值问题 |
| 2.3 小结 |
| 3.几类极小t-坚韧图的构造 |
| 3.1 几类特殊的极小t-坚韧图 |
| 3.1.1 笛卡尔积图的极小t-坚韧性 |
| 3.1.2 轮形图的极小t-坚韧性 |
| 3.1.3 齿轮图的极小t-坚韧性 |
| 3.1.4 刺图的极小t-坚韧性 |
| 3.1.5 线图的极小t-坚韧性 |
| 3.1.6 欧拉图的极小t-坚韧性 |
| 3.2 两类极小t-坚韧正则图的构造 |
| 3.3 极小t-坚韧图与其他参数之间的关系 |
| 3.4 小结 |
| 4.几类极大t-坚韧图的构造 |
| 4.1 极大t-坚韧图的定义 |
| 4.2 几类特殊图的极大t-坚韧性 |
| 4.3 两类极大t-坚韧图的构造 |
| 4.3.1 一类极大1-坚韧图C_(n,k)的构造 |
| 4.3.2 一类极大(?)坚韧图的构造 |
| 4.4 极大t-坚韧图是DP完备问题 |
| 4.5 小结 |
| 5.总结与展望 |
| 5.1 本文的创新与不足 |
| 5.2 进一步研究的问题 |
| 致谢 |
| 参考文献 |
| 附录 研究生阶段的科研成果 |
（8）水生态与水安全关联耦合视角下的寒地海绵城市规划研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 气候突变引发城市内涝灾害频发 |
| 1.1.2 快速城镇化导致水生态系统退化严重 |
| 1.1.3 寒地城市发展致使雨洪管理需求增加 |
| 1.2 研究目的和意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究概念与范围界定 |
| 1.3.1 相关概念界定 |
| 1.3.2 研究对象范围界定 |
| 1.4 研究内容与研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.5 创新点及研究框架 |
| 1.5.1 研究创新点 |
| 1.5.2 研究框架 |
| 第2章 相关基础理论与研究动态综述 |
| 2.1 水生态与水安全理论研究进展 |
| 2.1.1 城市水生态理论研究 |
| 2.1.2 城市水安全理论研究 |
| 2.1.3 研究评述 |
| 2.2 景观生态学相关理论研究 |
| 2.2.1 景观生态学的发展、概念及意义 |
| 2.2.2 “格局—过程—尺度”关系理论研究 |
| 2.2.3 国内外相关研究进展 |
| 2.2.4 研究评述 |
| 2.3 雨洪管理体系研究进展 |
| 2.3.1 宏观层面防洪排涝 |
| 2.3.2 中观层面雨洪管理 |
| 2.3.3 微观层面河岸带设计 |
| 2.3.4 寒地城市雨洪管理研究 |
| 2.3.5 经验总结与启示 |
| 2.4 我国海绵城市相关研究动态 |
| 2.4.1 我国海绵城市理论发展与现状统计 |
| 2.4.2 我国海绵城市内容研究与技术方法 |
| 2.4.3 我国海绵城市政策发展与地方实践 |
| 2.4.4 我国寒地海绵城市存在问题分析 |
| 2.5 本章小结 |
| 第3章 寒地城市水生态与水安全关联耦合的理论与方法 |
| 3.1 寒地城市地域特征 |
| 3.1.1 寒地流域自然地理特征 |
| 3.1.2 寒地城市水系空间特征 |
| 3.1.3 寒地城市河岸带功能特征 |
| 3.2 多尺度寒地城市水生态与水安全问题识别 |
| 3.2.1 流域尺度现状问题 |
| 3.2.2 城市尺度现状问题 |
| 3.2.3 河段尺度现状问题 |
| 3.3 水生态与水安全关联耦合理论研究 |
| 3.3.1 理论基础 |
| 3.3.2 理论框架 |
| 3.3.3 技术路线 |
| 3.4 耦合水生态与水安全的寒地海绵管控理论与方法 |
| 3.4.1 格局对水生态与水安全的作用机制 |
| 3.4.2 耦合水生态与水安全的寒地海绵管控内容 |
| 3.4.3 耦合水生态与水安全管控的关键技术方法 |
| 3.5 本章小结 |
| 第4章 多尺度寒地海绵城市规划体系框架 |
| 4.1 寒地海绵城市规划目标与原则 |
| 4.1.1 寒地海绵城市规划目标 |
| 4.1.2 寒地海绵城市规划原则 |
| 4.2 寒地海绵城市规划体系构建 |
| 4.2.1 研究区域选取与空间尺度划分 |
| 4.2.2 寒地海绵城市规划要点 |
| 4.2.3 多尺度寒地海绵城市规划体系构建 |
| 4.3 寒地海绵城市规划技术与方法 |
| 4.3.1 Arc GIS在不同尺度中的应用 |
| 4.3.2 流域尺度格局构建与分析方法 |
| 4.3.3 SWMM在城市尺度中的应用 |
| 4.3.4 低影响开发技术的寒地适宜性应用 |
| 4.4 本章小结 |
| 第5章 流域尺度的沈抚新区水生态安全格局构建 |
| 5.1 沈抚新区现状分析与评价 |
| 5.1.1 自然条件现状 |
| 5.1.2 水土资源分析 |
| 5.2 水生态安全格局影响因素分析 |
| 5.2.1 单因子要素影响分析 |
| 5.2.2 综合要素影响分析 |
| 5.3 水生态安全格局构建 |
| 5.3.1 水生态安全格局等级划分 |
| 5.3.2 土地适宜性评价 |
| 5.3.3 生态关键区识别 |
| 5.3.4 水生态安全格局优化 |
| 5.4 本章小结 |
| 第6章 城市尺度的沈抚中心城区寒地海绵规划与系统优化 |
| 6.1 沈抚中心城区水生态与水安全条件概况 |
| 6.1.1 地形地势现状与雨洪来源 |
| 6.1.2 降水特征与暴雨雨型 |
| 6.1.3 降雨径流控制分析 |
| 6.1.4 水资源利用潜力分析 |
| 6.2 城市海绵系统格局构建与优化 |
| 6.2.1 城市海绵生态系统格局构建 |
| 6.2.2 海绵城市排水系统优化 |
| 6.2.3 海绵城市雨雪水资源化利用 |
| 6.3 低影响开发系统构建与定量方案 |
| 6.3.1 沈抚中心城区海绵城市管控分区划分 |
| 6.3.2 各管控分区低影响开发设施选择与组合 |
| 6.3.3 沈抚中心城区低影响开发系统构建 |
| 6.3.4 海绵城市规划方案定量计算 |
| 6.4 海绵系统优化方案模拟与分析 |
| 6.4.1 预规划方案模拟分析 |
| 6.4.2 优化方案模拟分析 |
| 6.5 本章小结 |
| 第7章 河段尺度的浑河沈抚段生态建设与低影响开发设计 |
| 7.1 浑河河岸带概况与问题分析 |
| 7.1.1 研究区概况 |
| 7.1.2 生态安全问题分析 |
| 7.2 城市河岸带结构布局与水生态修复 |
| 7.2.1 河岸带海绵结构布局 |
| 7.2.2 寒地河岸带水生态修复措施 |
| 7.3 城市河岸带海绵设计与LID措施应用 |
| 7.3.1 河岸带海绵景观设计方案 |
| 7.3.2 寒地低影响开发措施应用设计 |
| 7.4 本章小结 |
| 第8章 结论与展望 |
| 8.1 主要结论 |
| 8.2 不足与展望 |
| 参考文献 |
| 附录 A |
| 附录 B |
| 附录 C |
| 发表论文和科研情况说明 |
| 致谢 |
（9）基于多智能体网络的分布式（在线）约束优化算法研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 符号及缩写表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 分布式约束优化研究现状 |
| 1.2.2 分布式在线约束优化研究现状 |
| 1.3 本文研究内容与贡献 |
| 1.4 本文结构安排 |
| 2 预备知识 |
| 2.1 图论相关知识 |
| 2.2 矩阵理论相关知识 |
| 2.3 凸优化相关知识 |
| 2.3.1 凸集和凸函数 |
| 2.3.2 凸优化问题 |
| 2.4 本章小结 |
| 3 多智能体耦合等式约束下光滑分布式约束优化算法 |
| 3.1 引言 |
| 3.2 交替方向乘子法 |
| 3.3 问题描述 |
| 3.4 无向图下基于ADMM的分布式约束优化算法 |
| 3.4.1 算法设计及收敛性能分析 |
| 3.4.2 仿真验证 |
| 3.5 有向图下基于ADMM的分布式约束优化算法 |
| 3.5.1 算法设计及性能分析 |
| 3.5.2 仿真验证 |
| 3.6 本章小结 |
| 4 多智能体耦合等式约束下非光滑分布式约束优化算法 |
| 4.1 引言 |
| 4.2 非光滑分析与微分包含 |
| 4.3 问题描述 |
| 4.4 无向图下非光滑分布式约束优化算法 |
| 4.4.1 算法设计及性能分析 |
| 4.4.2 仿真算例 |
| 4.5 无向图下无初始化的非光滑分布式约束优化算法 |
| 4.5.1 算法设计及性能分析 |
| 4.5.2 仿真算例 |
| 4.6 有向图下非光滑分布式约束优化算法 |
| 4.6.1 算法设计及性能分析 |
| 4.6.2 仿真算例 |
| 4.7 本章小结 |
| 5 多智能体耦合不等式约束下分布式约束优化算法 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.3 固定非平衡有向图下分布式原始对偶次梯度算法 |
| 5.3.1 算法设计 |
| 5.3.2 性能分析 |
| 5.3.3 仿真算例 |
| 5.4 时变非平衡有向图下分布式原始对偶次梯度算法 |
| 5.4.1 通信网络模型 |
| 5.4.2 算法设计及性能分析 |
| 5.4.3 仿真算例 |
| 5.5 本章小结 |
| 6 多智能体集合约束下分布式在线约束优化算法 |
| 6.1 引言 |
| 6.2 问题描述 |
| 6.3 基于梯度的分布式在线约束优化算法 |
| 6.3.1 算法设计 |
| 6.3.2 性能分析 |
| 6.4 随机无梯度分布式在线约束优化算法 |
| 6.4.1 算法设计 |
| 6.4.2 性能分析 |
| 6.5 仿真验证 |
| 6.6 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 附录 |
| A.作者在攻读博士学位期间的主要学术成果 |
| B.攻读博士学位期间参与的主要科研项目 |
| C.攻读博士学位期间所获奖励 |
| D.学位论文数据集 |
| 致谢 |
（10）图和超图的容错性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究背景及本文结论简介 |
| 1.2 基本概念及符号 |
| 1.2.1 超图的一些基本概念及符号 |
| 1.2.2 图的一些基本概念及符号 |
| 1.2.3 有向图的一些基本概念及符号 |
| 1.3 容错参数和相关问题的研究进展 |
| 1.3.1 (超)图的容错参数 |
| 1.3.2 对称图的容错参数 |
| 第2章 超图的最优边连通性 |
| 2.1 准备工作 |
| 2.2 距离条件 |
| 2.3 点数边数条件 |
| 2.4 度条件 |
| 第3章 (有向)图的边(弧)容错度 |
| 3.1 图的最优边连通的边容错度 |
| 3.2 有向图的弧容错度 |
| 3.2.1 有向图的容错参数的研究进展 |
| 3.2.2 有向图的最优弧连通的弧容错度 |
| 第4章 双轨道图的高阶边连通度 |
| 4.1 双轨道图的超限制边连通性 |
| 4.2 半点传递图的3限制性边连通度 |
| 参考文献 |
| 致谢 |
| 个人简历 |
| 在学期间发表的学术论文及研究成果 |
四、连通图在工程设计中的应用（论文参考文献）
- [1]网络的广义连通度及相关问题的研究[D]. 赵树丽. 北京交通大学, 2021
- [2]基于双目视觉的立体匹配算法研究[D]. 李永春. 桂林电子科技大学, 2021(02)
- [3]平面透镜天线关键技术研究[D]. 冯鹏雨. 电子科技大学, 2021(01)
- [4]基于深度学习的SAR目标分类与检测技术研究[D]. 王琛. 电子科技大学, 2021(01)
- [5]随机图的L（2,1）-标号算法及其在频率分配中的研究[D]. 孙帅. 兰州交通大学, 2021(02)
- [6]网络匹配排除问题和容错性研究[D]. 李雅兰. 青海师范大学, 2021(09)
- [7]几类极小与极大t-坚韧图的研究[D]. 同会利. 西安建筑科技大学, 2020(01)
- [8]水生态与水安全关联耦合视角下的寒地海绵城市规划研究[D]. 初亚奇. 天津大学, 2020
- [9]基于多智能体网络的分布式（在线）约束优化算法研究[D]. 杨庆. 重庆大学, 2020(02)
- [10]图和超图的容错性研究[D]. 赵爽. 新疆大学, 2020(06)