模拟退火算法解决静态受限路由问题的研究

随着人们对网络的要求日益多样化，传统的无约束路由方式已经不能满足用户的需要，受限路由受到越来 越多的重视。应用模拟退火算法解决了光网络中的静态受限路由问题。研究了模拟退火算法在解决问题过程中 存在的过早收敛问题并分析了其原因，提出了相应的改进方案$实验结果表明，模拟退火算法在解决此类问题中 的过早收敛情况可以被有效解决。     

用模拟退火算法解决光网络中静态受限路由的最小费用问题

分析了用模拟退火算法解决静态受限路由问题.实验结果表明,利用模拟退火算法进行光网络的优化是一种比较可行的方法.     

Ad Hoc网络中基于模拟退火-蚁群算法的QoS路由发现方法

针对Ad Hoc网络的动态网络环境和链路、节点性能限制等不利因素，提出了一种新的QoS路由发现方法——SAANT．该方法利用蚁群算法增加了发现可用QoS路由的概率，利用基于概率的路由转发策略来减少洪泛造成的网络开销，从而强化所提算法的全局搜索能力和自适应性，减小了洪泛对Ad Hoc网络性能的影响．所提方法还利用模拟退火算法调整路由发现算法的搜索方向，以弥补蚂蚁算法收敛速度上的弱点，减少了搜索过程中的停滞现象．在包投递成功率、平均包延迟和吞吐量等方面，通过仿真实验对SAANT、仅基于蚁群算法的QoS路由算法和传统的按需路由算法的方法进行了性能比较，结果表明，在Ad Hoc网络环境下，SAANT的收敛速度、移动性能和网络负载性能均表现出更好的适应性．     

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。     

基于遗传模拟退火算法的QoS组播路由问题求解

提出了一种基于遗传模拟退火算法的带宽时延约束费用最小组播路由选择方法,该方法针对遗传算法的局限性,采用基于备选路径集的整数序列编码机制,对适应度函数进行了调整,改进了交叉和变异操作,并结合了模拟退火算法.实验表明,该算法能够有效地提高收敛速度,避免早熟收敛,能够满足多媒体网络对相应QoS的需求.     

群体智能路由和负载平衡算法研究进展

针对当前路由算法不能胜任解决网络不断增加的复杂性问题,通过自然生物群体证明的群体智能,在网络路由方面具有非常强大的研究启发,文中对群体智能算法在计算机网络路由和负载平衡方面的理论及应用研究进展进行了较系统的论述,并比较了应用ACO算法解决路由和负载平衡问题的3个主流研究工作;讨论了群体智能路由算法的收敛停滞问题及其最新解决方法;指出了新的研究方向.     

基于拓扑区域一体化成型映射机制的物联网快速收敛算法

为解决物联网快速收敛算法存在的收敛性能较差、网络稳定时间较短的不足,提出了基于拓扑区域一体化成型映射机制的物联网快速收敛算法。首先,根据物联网节点分布具有的随机分布特性及泊松分布特性,通过聚类方式来构建聚合度-权重值裁决模型,以实现路由的稳定收敛,消除因簇头节点失效而导致的区域上传缓慢的现象;随后,采用退避机制来提升簇头节点的传输性能,有效降低因能量受限而导致的网络传输缓慢的现象,优化路由收敛性能,降低因路由抖动而导致的网络瘫痪概率。仿真实验结果表明:与常见的时间度一体化物联网收敛算法(Convergence Algorithm for Time-Integrated Internet of Things,TI-IOT算法)、路由集中度快速收敛算法(A Fast Convergence Algorithm for Routing Concentration Degree,RCD算法)相比,所提算法具有更高的网络稳定工作时间及较快的收敛速度,以及更小的路由冗余度。     

一种双种群进化集成QoS组播路由算法

设计了一种IP/DWDM光Internet中的非NP类QoS组播路由算法,采用树形编码方式,基于双种群进化,寻找一棵带宽、延迟、延迟抖动与出错率受限的费用优化组播路由树,集成解决路由与波长分配问题.仿真结果表明,该算法是可行和有效的,不仅能够满足QoS约束,而且性能优于基于经典遗传算法设计的QoS组播路由算法,克服了算法易早熟、收敛慢等缺点,有效地解决了IP/DWDM光Internet中的QoS组播路由问题.     

改进LEACH的传感器网络分簇路由算法

针对当前无线传感器网络分簇路由算法存在的节点能耗不平均、 节点过早死亡等缺陷, 提出一种改进低功耗自适应分簇(LEACH)的无线传感器网络路由算法. 首先针对无线传感器节点过早死亡的问题, 引入簇半径动态确定方式, 将整个无线传感器网络划分为多个不均匀的簇; 然后考虑簇首能量消耗过快的问题, 结合簇首所在位置和节点剩余能量选择每轮中的簇首; 最后改进数据传输机制保证节点能量消耗均衡, 并在MATLAB 2014平台上对无线传感器网络分簇路由算法的性能进行测试. 测试结果表明, 改进LEACH算法较好地解决了节点过早死亡的难题, 延长了无线传感器网络的寿命, 平衡了各节点能量消耗, 整个无线传感器网络的性能显著优于其他对比算法.     

一种在MPLS网络中基于SNMP的显式路由获取算法

显式路由技术在多协议标签交换网络中得到广泛的应用，因此利用SNMP MIB库中的信息，重新设计了数据结构，实现了获取显式路由算法，得出按跳数排列的显式路由，并构建网络测试了该算法的收敛速度。在实验数据分析的基础上，对算法做了改进，给出了改进前后的性能比较。测试结果表明，在收敛时间小量增加的同时。提高了获取显式路由的准确性。     

SA335P91钢的焊接工艺研究

SA335P91钢属改良型9Cr-1Mo高强度马氏体耐热钢,与传统的Cr-Mo耐热钢相比,具有高温强度高、抗蠕变性能和抗氧化性能好等优点。通过分析SA335P91钢的焊接性,论述了焊缝产生冷裂纹的机理,指出了SA335P91钢焊接性能差的主要原因在于钢种本身对冷裂纹具有组织上的敏感性,容易导致焊缝发生开裂。根据SA335P91钢焊接的特点,通过大量的试验研究,提出了采用TIG SMAW的焊接方法、进行焊前预热及层间保温、控制焊接线能量以及采取焊后热处理等工艺措施,成功地解决了SA335P91钢的焊接难题。     

终端区飞机排序的人工蜂群算法

摘 要：为缓解终端区空中交通压力,研究了人工蜂群算法在终端区飞机降落排序中的应用。建立以航班总延误时间最小为目标函数的规划模型,运用人工蜂群算法,对着陆飞机排序问题进行了仿真计算,并与先到先服务算法、模拟退火算法、蚁群算法进行了对比研究。仿真结果表明：在双跑道模型下,人工蜂群算法比先到先服务算法,延误减少了48%。与模拟退火算法和蚁群算法相比,人工蜂群算法求解的结果最优且用时最少。说明应用人工蜂群算法求解终端区飞机排序问题是可行的。     

SA8000与企业人本管理

本文着重分析了SA8000中包含的人本管理的内容,就当前企业实施SA8000中的人本管理存在的一些需要辨明或解决问题提出了自己的看法,并指出企业推行SA8000中的人本管理还需要完善和提升之处。     

模拟退火算法及其在多层密度界面反演中的应用

模拟退火算法是以固体退火过程为物理背景的全局优化算法,具有全局寻优的能力,是一种有效的非线性组合优化算法。模拟退火反演算法实质是利用了地球物理反演问题求解过程与熔化固体退火过程的相似性,模拟其达到最低能量状态为系统目标函数的最优解。本文概要地介绍了模拟退火法的基本原理,解的接受准则,模拟退火法的实现方法、特点及其局限性。总结了近年来对模拟退火方法进行的改进,并给出了模拟退火法在多层密度界面反演中的实例。     

单向SDH/WDM环中业务量疏导和波长分配

将单向同步数字序列/波分复用（SDH/WDM）环网络中的波长分配和业务量疏导表述为组合优化问题；通过对距离依赖业务量疏导问题的理论分析，得到一个该问题需要使用同步数字系列插分复用器（S-ADM）数量的下界DLB；运用模拟退火法对距离依赖业务量和均匀业务量的业务量疏导问题进行了数值求解，结果表明，数值结果与DLB非常接近；对均匀业务量情况，模拟退火法比贪婪算法能得到更好的结果。     

基于模拟退火算法的舰船中剖面优化设计

舰船中剖面优化设计中的设计变量应为连续和离散的混合变量,文中引入的模拟退火算法能很好地解决连续和离散混合设计变量的优化问题,将经过改进的模拟退火算法应用到舰船中剖面结构优化设计中,实船的优化计算算例取得了合理的结果,由此表明,应用模拟退火算法进行舰船中剖面结构优化设计是可行且高效的,可在工程结构优化设计领域中推广应用。     

关于SA算法的几点看法

本文针对启发式搜索算法ＳＡ,提出不同的看法：①关于ＳＡ在自身条件下平均复杂性为Ｏ（Ｎ１ｎＮ）的定理及其证明是不成立的．ＳＡ能否在自身条件下避免“指数爆炸”的问题并没有解决;②关于 ＳＡ优于 Ａ＊的定理及证明是不成立的;③ ＳＡ不具有可采纳性。此外．本文还给出了一些其它的不同看法。     

一种应用于图着色问题的新型混合遗传算法

将遗传算法与模拟退火方法和禁忌搜索方法结合,提出了应用于图着色的混合遗传算法.在混合方法中,模拟退火算法用于局部寻优,提高算法的收敛速度,同时防止早熟收敛;禁忌搜索算法通过记忆能力防止进化过程出现循环来提高全局寻优能力.用遗传算法进行全局搜索,并与贪婪遗传算法和Dsatur算法进行了比较,结果表明,混合遗传算法的寻优质量优于对照算法.这种改进的混合遗传算法可以在稠密图上获得更好的寻优效率,在稀疏图上其效率则略有下降,这表明设计的改进混合遗传算法的合理性和有效性.     

基于模拟退火算法的蛋白质空间结构预测

模拟退火是一种通用的启发式优化算法，将模拟退火思想用于求解蛋白质结构预测问题，计算结果表明利用SA算法得到的解优于目前常用的遗传算法和MonteCarlo方法．