可视化动态编辑在重力模拟退火反演中的应用

以重力模拟退火反演为例对传统模式进行改造,引进可视化动态编辑技术,实现建模、参数设置和计算结果的"透明化",为在综合先验约束信息条件下进行精细反演,监测反演状态,适当干预反演,提高反演合理性提供了一种方法.     

重力异常稳健迭代密度界面反演研究

重力异常界面反演是重力勘探中的一个重要研究课题,它是一个求解第一类Fredholm非线性积分方程问题,目前情况下直接求解比较困难,只能采用拟合法或逐步线性化办法实现反演计算.在计算过程中,由于反演的不适定性,往往不能很好地获得反演解.我们从二度体重力异常正演公式出发,导出地下界面迭代反演的计算公式;然后利用广义似然函数对模型参数进行优化选择,从而获得模型参数修正量迭代计算方法,实现二度体单一密度界面的稳健迭代(最小二乘加权迭代)反演.模型计算表明方法可以很好地反演出地下界面.     

改进的模拟退火算法及其在正交偶极子各向异性反演中的应用

正交偶极子各向异性反演中一般采用快速模拟退火算法(VFSA)。为了提高VFSA算法的分辨率,提出了一种改进的VFSA算法,此算法需结合局部优化算法,即在VFSA算法的每一循环中随机产生3个点,然后运用单纯形算法进行局部寻优,所得最优解作为下一循环的初始点继续下一循环。使用改进的VFSA算法处理了大庆某井的正交偶极子声波测井数据,并将该算法与传统的VFSA算法的处理结果进行了比较。结果表明,改进的VFSA算法比传统的VFSA算法具有更好的收敛特性。若合理地选择计算参数,则改进的VFSA算法的速度下降并不明显。     

模拟退火算法在药物动力学参数反演中的应用

介绍了模拟退火算法的原理和求解方法,并将其用于药物动力学参数的反演,在利用残数法求得解的基础上确定了各参数的变化区间,在Matlab语言环境下实现了该算法,并与残数法、IGS-M法的结果相比较,数值结果表明,模拟退火算法简单、准确,能更好地实现最优拟合。     

利用模拟退火法反演地下三维密度界面的数值模拟

解的优化问题是重磁反演中很重要的一个方面。为了提高反演的精度和效率,采用一种线性网格化的模拟退火法来进行密度反演。将模拟区域划分为若干规则且密度均匀的长方体。为了减小边界条件的影响,可将研究区域中不同部分划分为规模不同的长方体。由引力位可推导出长方体外任意一点的重力异常公式;利用重力的可叠加性,计算每个观测点的重力异常。在给定长方体的规模参数后,根据已知的重力异常,利用模拟退火法求取最优化解,从而确定密度参数。     

波阻抗反演的快速模拟退火算法

波阻抗反演是储层参数及砂体预测不可缺少的内容,在地震勘探中占有重要位置．使用快速模拟退火算法(FSA)进行波阻抗反演,能避免目标函数值陷入局部极值区并可获得全局最优解、因此,用快速模拟退火算法进行波阻抗反演,并通过理论模型试算和实际资料的反演验证了该算法的应用效果．结果表明,FSA反演结果不依赖于初值,FSA收敛速度比常规模拟退火算法(SA)收敛速度更快．井点处的波阻抗反演结果与测井数据基本吻合．     

模拟退火算法在透平叶栅多目标优化设计中的应用

将模拟退炎算法与透平叶栅跨音速粘流气动计算相结合,并将其应用于透平叶栅的多目标优化设计。在多目标优化设计中,采用最小偏差法,并以叶栅的损失系数和做功能力为目标函数进行了优化设计。优化结果表明,此方法能够克服传统优化算法及易降入局部极值的缺点,因而得到了比传统算法更优的设计方案。     

改进的模拟退火算法及其在正交偶极子各向异性反演中的应用

正交偶极子各向异性反演中一般采用快速模拟退火算法(VFSA)。为了提高VFSA算法的分辨率，提出了一种改进的VFSA算法，此算法需结合局部优化算法，即在VFSA算法的每一循环中随机产生3个点，然后运用单纯形算法进行局部寻优，所得最优解作为下一循环的初始点继续下一循环。使用改进的VFSA算法处理了大庆某井的正交偶极子声波测井数据，并将该算法与传统的VFSA算法的处理结果进行了比较。结果表明，改进的VFSA算法比传统的VFSA算法具有更好的收敛特性。若合理地选择计算参数，则改进的VFSA算法的速度下降并不明显。     

准噶尔盆地阿什里地区重震联合反演研究

充分发挥地震和重力资料的特点,进行优势互补,利用重震联合界面反演技术,对准噶尔盆地阿什里地区的4个密度界面进行反演,通过反演结果取得研究区地质新认识。     

红外多层增透膜系的模拟退火算法

构造了光学薄膜优化设计的评价函数,利用评价函数,用模拟退火算法设计了红外和远红外光区多层增透膜系,并与遗传算法的设计结果进行了比较.     

基于遗传算法模拟退火算法解决修边损耗问题

纸箱包装行业是一个传统的产业,在纸箱生产中需要拼单来降低修边损耗以减少成本。本文根据生产上的实际经验提出了问题的数学模型,针对该模型,本文将遗传算法和模拟退火算法结合,解决了遗传算法的收敛过快以及局部搜索能力不强的问题。在选择操作中直接保存优秀个体,来增强算法的收敛性。在变异和交叉操作中采用自适应的变异和交叉概率,增强了搜索解空间的均匀性,并引入了记忆功能,最终获得问题的近似最优解。     

基于模拟退火算法的无线传感网PEGASIS算法

在PEGASIS算法基础上,采用模拟退火算法进行簇的形成,同时利用能量因素来选择每一轮的簇头.采用模拟退火算法后链路的长度平方与比原来采用贪婪算法的相比,降低了一半左右,从而减小了整个网络能量的消耗,大大延长了第1个节点的死亡时间.第1个节点的死亡时间为原算法的1.8～3倍以上,20 %、50 %和80 %的节点死亡时间也都比原算法的要长,由此提高了整个网络的生存周期.     

改进模拟退火算法在旅游路线定制中的应用

旅游路线定制已成为提高旅行体验的重要举措之一,为解决新游客在陌生城市旅游时的路线定制问题,在考虑景点距离、旅游消费和游客出行时间等约束条件下,建立了以旅游效用值为目标函数的旅游路线定制模型。为了避免模拟退火算法出现冗余迭代,陷入局部最优,提出一种改进模拟退火算法来求解旅游路线定制模型。该改进算法通过混沌寻优确定初始温度避免迭代冗余;通过对当前最优解进行混沌扰动来动态控制搜索步长,跳出局部最优;并用方差判定准则来作为搜索停止条件。最后,以广西桂林市的旅游景点为例对改进算法进行了验证。实验结果表明,该改进算法不仅加快了模型的运行速度,而且更容易寻得全局最优解,为游客提供了更准确合理的旅游路线。     

模拟退火遗传算法的泵站优化运行

针对泵站在不同流量扬程要求时,水泵运行组合不合理,导致泵站运行效率低的问题,提出以泵站总功率最小为目标函数的优化运行数学模型.此模型以水泵扬程、总供水量和调速泵的调速率为约束条件,利用模拟退火遗传算法确定并联运行泵的台数、调速泵的调速率及泵的流量分配,实现泵站的优化运行.该算法引入了不可行度对每代种群做初始选择,并利用不可行度取代传统的惩罚函数,平衡目标函数最优化和满足约束条件这两方面的要求.最后通过实例验证了本算法在求解泵站优化调度问题方面的可行性.     

基于改进模拟退火算法的二自由度PID控制器设计

通过分析传统二自由度PID控制器参数整定过程中存在的不足,结合模拟退火算法的特点,提出了一种改进的模拟退火算法,并将其成功地应用于二自由度PID控制器的参数优化设计.仿真结果表明,所设计的二自由度PID控制器同时具有良好的目标值跟踪特性和干扰抑制特性.在隧道式炉二自由度PID控制系统设计中获得了良好的控制效果,从而说明了该方法的有效性.     

Surface/Surface Intersection Using Simulated Annealing Genetic Algorithm

The genetic algorithm and marching method are integrated into a novel algorithm to solve the surface intersection problem. By combining genetic algorithm with local searching method the efficiency of evolution is greatly improved. By fully utilizing the global searching ability and instinct attribute for parallel computation of genetic algorithm and the local rapid convergency of marching method, the algorithm can compute the intersection robustly and generate correct topology of intersection curves. The details of the new algorithm are discussed here.     

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.     

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     

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。