一种新的优化算法──进化-模拟退火算法(ESA)

进化界法与模拟退火算法是模仿自然现象的两大随机算法，本文将进化算法中的群体思想和竞争选择机制引入到模拟退火算法之中以指导搜索过程，的退出了进化一模拟退火算法，其仿真结果表明，对于较简单的问题，进化一模拟退火的性能与模拟退火算法一样好，但对于较复杂的问题，进化一模拟退火算法明显优于模拟退火算法。     

一种混合遗传模拟退火算法及其应用

分析了遗传算法和模拟退火算法的优缺点，提出了一种混合遗传模拟退火算法，对其进行优化，并将该算法应用于TSP问题的求解之中，理论分析和实验结果表明了这种混合遗传模拟退火算法优于普通的遗传算法和模拟退火算法．     

基于模拟退火的进化算法性能对比研究

将模拟退火算法和遗传算法、粒子群优化算法分别进行结合，形成模拟退火-遗传算法以及模拟退火-粒子群优化算法，并作性能对比分析。研究结果表明，这两种算法都在进化代数和全局寻优能力方面有较大突破，在找寻最佳个体解的效率士，模拟退火-粒子群优化算法更突出。     

课程表问题的一种混合型模拟退火算法

提出了课程表问题的一种基于概率型启发式算法（HA）的混合型模拟退火算法。其中，概率型的启发式算法采用了复杂度高者优先，循环首次适应算法，贪婪法，回溯法和松弛法等多种方法，该算法所排出的课表可作为模拟退火算法的初始解。模拟退火可对概率型启发式算法的排课结果做进一步优化，克服了启发式算法不具有全局收敛性的缺点。所以，混合型模拟退火算法具有启发式算法充分利用领域知识，计算量小，优化快速和模拟退火的全局收敛性，数值实验也证明了它的有效性和可行性。     

改进的遗传模拟退火算法在TSP中的应用

在介绍遗传算法和模拟退火算法的理论基础上，分析遗传算法和模拟退火算法的主要优缺点，提出了一种改进的遗传模拟退火算法。结合两种算法的优点，对其中的复制、交叉、变异操作进行了改进，并将该算法应用于TSP问题的求解之中。最后给出用该算法求解TSP问题的具体实现过程，并进行仿真实验，验证了该算法的有效性。     

随机需求VRP的一个算法

研究了随机需求VRP问题，在服务仅能路由失败一次和不允许部分服务的情况下，给出了两阶段Clarke—Wright模拟退火算法。对需求为均匀分布的VRP问题做了数值试验，给出了具体的方案。数值结果表明这个算法比简单的两阶段模拟退火算法好，而且算法简单，容易实现。这个算法在第Ⅱ阶段模拟退火算法开始时给出了一个比较合理的初始解，较好地处理了大范围交叉的问题，从而使得模拟退火算法快速收敛到近似最优解。     

非常快速模拟退火算法在相关声纳测速中的应用

尽管传统的模拟退火算法是一种全局寻优算法，但是存在收敛速度较慢的缺陷。本文提出了采用非常快速模拟退火算法实现相关声纳测速的方法，该算法采用依赖于温度的似Cauchy分布产生新的扰动模型，通过改变模型扰动、接收概率和降温方式来加快模拟退火算法的收敛速度，仿真结果证明了该算法的有效性。     

基于并行组合模拟退火的全局优化算法

针对目前优化方法求解非线性多极值优化问题时存在的不足，提出了并行组合模拟退火算法。在分析算法性能的同时用并行组合模拟退火算法对两个算例进行了求解，并与模拟退火算法、遗传算法进行了比较。结果表明，该方法简单、可靠，具有较高的精度和适应性。     

基于模拟退火算法的最优码本设计

分析了矢量量化码本设计基本算法及其不足，给出了完善的局部最优的改进算法及其实现．简介了模拟退火算法的基本原理，并利用模拟退火算法进行全局最优码本设计，文中给出了具体的算法实现和实验结果．     

基于遗传算法的波分复用环网业务疏导

通过把波分复用环网中的业务疏导问题归结为组合优化问题，提出了一种基于遗传算法的业务疏导算法，该算法可用于单向环网或双向环网，并适用于任何类型的业务需求，数值结果表明，该算法的性能优于贪婪算法，总体和模拟退火算法相当，甚至在某些方向还优于模拟退火算法。     

聚乳酸/海藻酸钠共混膜的制备及性能研究

本文以聚乳酸(PLA)和海藻酸钠(SA)为原料,采用流延成膜法制备了PLA/SA共混膜,并研究了PLA/SA共混膜的吸湿、力学性能及热学性能。结果表明:PLA与SA分子之间存在着较强的氢键作用力;SA的引入,提高了共混膜的结晶性能;共混膜的吸湿率随共混膜中SA含量的增加而增加;力学性能随SA含量的增加而减少。     

混合MIMO-相控阵雷达目标高分辨成像

为了兼顾相控阵雷达成像和多输入多输出雷达成像的优势，提出一种基于混合MIMO-相控阵技术的多目标高分辨成像方法。将传统MIMO雷达中的每个单阵元发射天线都用一个工作在混合MIMO-相控阵模式的发射阵列（TA）来代替，每个TA根据目标数量和目标方向划分为多个子阵（SA），每个SA内部阵元工作于相控阵模式并形成指向某个方向目标的发射波束，而各个SA之间发射彼此正交的波形，从而工作在MIMO模式。对各SA的回波信号进行波束形成处理以获得更高的信噪比和信干比增益。在此基础上，结合字典优化、正交匹配追踪和参数化稀疏表征方法，分别提出单次快拍高分辨成像和多次快拍高分辨成像方法。仿真结果表明:所提方法能够获得更好的成像性能和成像实时性。     

基于UML的图书管理系统体系结构模型及实现

探讨软件体系结构与面向对象方法相结合的问题.以一个图书管理系统为例,采用统一建模语言UML对该系统的软件体系结构建模,并使用VB语言实现了该系统.     

基于预共享密钥IKE SA的分析与改进

分析了基于预共享密钥IKESA协商过程中存在的安全问题，提出了改进HASH计算的新方法，分析表明，该方法降低了对内存的消耗，提高了IKESA协商过程的安全性。     

基于遗传算法和模拟退火算法优化神经网络的铁路营业里程预测

提出应用遗传算法(GA)和模拟退火(SA)优化神经网络预测铁路营业里程.采用3层前馈神经网络实现铁路营业里程的时间序列预测,输入节点数为5,隐层节点数为8,输出节点数为1.对神经网络的连接权重和节点阈值的确定,采用GA和SA算法相结合的混合优化学习策略.两种算法结合时,SA算法处于外层,GA处于内层.GA采用实数编码,把要确定的神经网络节点连接权重和节点阈值作为基因串.数值计算结果表明混合优化的神经网络的学习速度和精度都比单纯BP算法得出的结果好.因此,用GA-SA混合优化的神经网络预测铁路营业里程是可行的.     

基于构件的分布式软件构架求精

目的消除在软件构架（SA）指导的基于构件的开发（CBD）中软件构架和面向对象设计与实现间存在的断层。方法根据软件开发各阶段的特点，采用规则映射方法对构架描述语言（ADL）ADEAG描述的SA进行求精，将其转换为UML描述的OOD层次。结果制定了一组ADEAG—UML的转换规则，并实现了一个工具支持转换的完成。结论所提出的SA求精方法和实现工具的使用有助于发挥SA在CBD中的指导作用，从而实现软件的规模化、工程化生产。     

SA干扰下GPS时间的频谱特性分析

根据有、无SA干扰两种状态下接收GPS时间与CSAO主钟时间的时刻差序列，应用成Burg算法对其进行了功率谱估计；用最小二乘多元回归的方法对SA状态的数据进行了周期提取。     

基于快速标量传递算法的瑞雷波频散曲线反演研究

为了提高近地表瑞雷波频散曲线反演的效率和精度, 引入快速标量传递算法来计算瑞雷波频散曲线正演理论值。通过对比加入线性约束条件前后遗传算法(GA)与模拟退火法(SA)在反演瑞雷波频散曲线中的表现, 提出将计算速度快的蒙特卡洛法(MC)作为辅助手段来快速识别地层类型, 然后在GA和SA中加入线性约束条件来提高收敛速度, 并将GA得到的反演结果作为SA的初始状态, 同时适当地缩小搜索范围, 通过联合反演来克服GA的早熟问题。用上述方法计算和验证三层地层模型、含噪声数据以及工区实际模型, 结果表明该方法高效、准确、稳定性强, 有很强的全局寻优能力, 并具有一定的抗噪能力。     

基于粒子群优化-支持向量机的睡眠呼吸暂停检测

睡眠呼吸暂停（sleep apnea,SA）是一种睡眠障碍疾病,严重影响睡眠质量和身体健康。为降低睡眠呼吸障碍检测的复杂度并提高准确率,提出了一种粒子群优化支持向量机（particle swarm optimization-support vector machine,PSO-SVM）方法,通过心电信号实现对SA的准确检测。首先,将心电信号分段,并从中提取心率变异性;其次,实现特征提取与选择,包含心电信号RR间期的均值、标准差、均值标准差、差值均方的平方、心率变异性的信号总功率、低频段功率、高频段功率、瞬时中位频率、边际谱熵和能量谱熵等;最后通过PSO-SVM分类算法进行睡眠呼吸暂停检测。结果表明,本方法筛选10个特征对SA检测,利用Apnea-ECG数据库通过PSO-SVM检测准确率为94.0%,提升了现有方法的检测性能。     

钢铁表面防腐硅烷膜表面涂层

研究了硅烷试剂直接用作金属表面防腐涂层的优越性及替代磷化技术的可能性,对在优选出的工艺操作条件制得的硅烷试剂膜,采用反射红外光谱对制得的膜进行成分和结构分析,用椭圆光谱法测定涂层厚度,由电化学腐蚀实验和硫酸铜点蚀试验进一步验证了SA膜的防腐效果。