基于HFC-ADM模型对SA的改进及应用

通过分析模拟退火算法（SA）以及利用分等级公平竞争（HFC）模型对SA改进的固有缺陷,提出新的基于自适应输入阀值的HFC模型（HFC-ADM）的模拟退火算法及其算法流程,同时进行详细的数学描述。最后以求证旅行商问题（TSP）为例,通过统计数据验证了改进后的算法较采用同样局部优化的标准退火算法和分等级公平竞争的模拟退火算法具有更好的收敛速度和优化解。     

Wu—Manber算法在大规模模式串下的改进

对笔者在另一篇文章《一种改进的Wu—Manber多关键字匹配算法》中提出的算法进行了改进，把原算法中next链表中结点的Same—Subsuffix域中分裂成两个子域，使得搜索过程中字符比较的次数进一步减少，从而提高算法的效率．特别是在大规模模式串的情况下新算法的效率比原算法有进一步的提高．实验结果表明，当模式串较少时，新算法效率与原算法相比有一定的损失．而随着模式串的增加，新算法具有更高的效率．因此，新的算法比原算法具有更大的适用范围．     

坦克发动机道路模拟测试平台轨迹寻优研究

坦克发动机道路模拟测试平台采用冗余构件多分支并联运动系统结构形式，满足了大负载、高灵活度、运动复杂的实际要求．鉴于系统结构形式的特殊性，论文采用结合个体定向漂移技术的基于邻域函数的尺度参数自寻优改进模拟退火算法，对此并联运动系统进行六维轨迹寻优解算，阐述了自寻优改进模拟退火算法，并将系统六维轨迹解算仿真结果与实验数据进行对比分析，在实践中得到成功验证．该方法将模拟退火的串行搜索机制与邻域函数混沌选择的并行处理机制进行了恰当结合，使算法不仅具有模拟退火算法的计算及存储量小、处理简单、寻优准确等优点，而且具有混沌选择遍历性和全局优化特性的优点．通过个体定向漂移技术提高了搜索效率，改善了邻域函数结构．     

多机系统中电力系统稳定器与可控串联补偿器阻尼控制器的协调设计

针对电力系统稳定器（power system stabilizer，PSS）和可控串联补偿器（thyristor controlled series compensators，TCSC）的附加阻尼控制器能分别有效阻尼机间振荡和区域振荡的特点，提出一种采用单纯形-模拟退火法对PSS和TCSC阻尼控制器进行协调优化的设计方法．该方法结合单纯形算法局部搜索速度快和模拟退火算法全局搜索能力强的优点，将单纯形算法作为模拟退火算法的局部寻优算子，以增强算法的搜索能力和效率．同时，优化中使用的目标函数考虑了系统多种典型运行方式下的机电振荡模态性能，因而设计出的阻尼控制器具有较强的鲁棒性．在4机11节点电力系统上运用该优化方法完成了阻尼控制器的协调设计．特征值分析和非线性时域仿真结果显示，使用该方法设计的PSS和TCSC阻尼控制器对不同的运行方式都能有效抑制系统低频振荡．此外，算例分析结果证实了单纯形-模拟退火算法搜寻能力高、不强烈依赖初始值选择的优点。     

改进遗传算法在配电网重构中的应用

：配电网络重构是降低网损、提高电网运行经济性和供电可靠性的主要途径之一．在满足各种运行约束条件下,以网损最小或可靠性最高为目标的配电网重构问题是一个典型的非线性整数组合优化问题．根据配电网特点,提出了改进的遗传算法（ＩｍｐｒｏｖｅｄＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ－ＩＧＡ）,ＩＧＡ采用新型编码方案,在编码阶段即防止了环网和“孤岛”出现,提高了求解效率,并在此基础上改进了交叉和变异算子．此外ＩＧＡ引入了模拟退火算法以提高算法局部搜索能力．算例结果表明,ＩＧＡ在配电网重构中是可行、有效的．     

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．     

自适应变异的混合粒子群优化策略及其应用

提出了一种新的基于群体自适应变异和个体退火操作的混合粒子群优化（HPSO）算法．该算法将模拟退火过程引入到粒子群优化（PSO）之中，以PSO作为主体，先随机产生初始群体，并开始随机搜索产生新的个体．同时，使用自适应变异操作进行个体变异，对进化过的个体进行退火操作，以调整和优化群体．与模拟退火算法和基本PSO算法相比，HPSO保持了基本PSO算法简单、容易实现的特点，又能进行自适应变异．复杂函数优化和旅行商组合优化问题的实例验证表明，所提算法的全局收敛性较好，提高了摆脱局部最优的能力，有效避免了基本PSO算法的早熟问题．     

基于多重网格的模拟退火算法

为了提高模拟退火算法的收敛速度,提出了一种基于多重网格的模拟退火算法（SAM）,用于求解高维函数优化问题,并分析了其收敛性．13个著名的测试函数对SAM算法进行数值实验,结果表明SAM算法具有良好的搜索能力和收敛速度．     

改进的LS-DRMTCMA算法

针对TD-SCDMA系统的帧结构的特征，将Z．Rong（1996）提出的LS-DRMTCMA算法改进，提出了LMS-DRMTCMA算法．这种算法相对于LS-DRMTCMA算法大大降低了基站处理的运算量，并且提高了算法的实用性，仿真实验表明，该算法比原算法具有更低的误码牢．     

NAF算法的改进

椭圆曲线上的点乘运算是影响椭圆曲线加密（ECC）效率的一个关键因素。本文分析了普遍用于点乘算法的非相邻表示型（NAF）算法,对NAF算法和窗口宽度w的NAF算法进行了改进。本算法减少了运算中的移位运算次数,缩短了运算时间。经分析,改进算法的运行效率是原算法效率的 倍,建模仿真也表明改进算法的运行时间要短于原算法的运行时间。     

Fe—C—Mn双相钢奥氏体形成动力学

本文采用OM及SEM金相定量研究了亚临界(低于A_(C1))退火对冷轧态Fe-c-Mn双相钢临界区(A_(C1)～A_(C3))奥氏体形成动力学的影响,采用STEM能谱分析及SEM波谱分析测定了在亚临界退火过程中碳化物中锰浓度的变化及在临界区形成的奥氏体的锰浓度。实验结果表明,亚临界退火过程发生锰向碳化物中的平衡偏聚,从而使临界区形成的奥氏体具有较高的锰含量,提高奥氏体的淬透性。这对于周期退火双相钢板的生产具有重要意义。     

合金钢的退火不软化行为

某些合金经热处理后产生退火不软化问题．作者对W18Cr4V和18Cr2Ni4WA2种合金钢进行了锻后软化退火试验,对退火组织进行了SEM分析,对合金钢的退火不软化原因进行了探讨,提出钢的退火必须根据等温转变C曲线（即TTT图）,以确定其方法与工艺,从而获得最佳的切削加工性能．实验结果表明W18Cr4V钢经普通退火处理,硬度偏高（269～286HBS）;采用等温退火方法,软化效果好,满足了切削加工对硬度的一般要求（＜255HBS）;无论采用何种退火方法,18Cr2Ni4WA合金钢的硬度均不能满足要求,只有采用高温回火的办法,方可使其软化．     

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。     

VTS-80真空退火炉的设计

金属在真空中退火是真空热处理的一种工艺,目前在钛、锆等稀有金属材料的加工中应用广泛。详细介绍了VTS-80真空退火炉的应用、结构及主要部件的设计。     

模拟退火算法机理研究

从机理上分析了采用Metropolis概率接受准则的重要性 ,认为按照该准则可以使模型跳出局部极小值 ,避免了落入局部极小点的可能 ,然后在退火计划的控制下模拟退火算法 ,最终可以找到最优解 ;深入分析了算法的退火计划和模型扰动 ,以及两者之间的配合的技巧 ,认为算法本身可以作进一步的改进 ;并提出了改进的思路 ,为下一步的具体改进打下了基础     

不依赖基因序列和连接反应克隆（SLIC）方法的改进

SLIC（Sequence and Ligation Independent Cloning）是一种不依赖于基因序列和连接反应的高效基因克隆新方法. 为了进一步提高该方法的重组效率,将T4连接酶缓冲液改换成退火缓冲液,并使用相应的退火程序,可使重组效率提高至少10倍. 此外,参加重组的若干DNA片段在同一反应体系中用T4 DNA聚合酶处理,再使用相同的方法退火,其重组效率仍然可以提高至少10倍. 因此,利用本研究所建立的SLIC改进方法,不仅可以提高重组效率,而且还可以用于多DNA片段的高效重组, 减少研     

低碳钢丝软化退火工艺研究

本文对民用鞋钉用低碳钢丝软化退火工艺进行了研究.试验研究及生产实践证明,将原采用的750(?)780℃退火温度降为650℃±10℃再结晶退火,产品质量最佳.     

电流退火对钴基非晶丝巨磁阻抗效应的影响

对直径为40 μm,长为5 cm的褪膜玻璃包裹钴基（Co_69.20Fe_4.16 Si_12.35B_10.77 Cr_3.42 Mo_0.1）非晶丝进行电流退火和电流应力退火,研究了退火对巨磁阻抗效应的影响.结果发现,随着退火电流密度和外加应力的增大,丝的磁阻抗变化对外加磁场的敏感度先增大后减小,在20 A/mm²和90 MPa的退火条件下,灵敏度最高,可达1%/( A·m^-1).以上述条件退火,敏感度最高可达19%/( A·m^-1).     

一种基于人机交互的退火遗传算法

针对工程中存在的许多具有大规模、非线性、非凸等复杂特性的全局优化问题，在退火遗传算法的基础上，通过将人工方案和算法方案相结合，提出了一种基于人机交互的退火遗传算法，算法首先通过人机合作方式产生初始群体，并在随后的演化过程中，根据个体的适值自动地将人工个体从移民池中引入到算法群体中，引入的人工个体在同其他个体广泛交叉后，按Metropolis法则形成新群体，从而改善群体的质量并引导算法向更富希望的方向搜索，改进的自适应算子提高了算法的整体搜索能力，该算法具备演化算法的优点，并能发挥人的主动性，显示了求解复杂优化问题的应用潜力，算例的仿真结果验证了算法的有效性。