基于模拟退火算法的船中剖面优化设计研究

将模拟退火算法技术应用于船中剖面优化设计，在图形环境中建立了船中剖面力学模型和优化模型，以船中剖面面积为目标函数，钢板厚度和型钢断面面积为设计变量，在强度和稳定性约束下进行优化，使优化后的船后剖面满足设计要求，算例结果表明结合模拟退火算法技术进行船中剖面优化是可行的，该法在初始设计阶段可用于船中剖面设计。     

模拟退火算法在军用桥梁优化设计中的应用

军用桥梁结构优化设计中包含两类设计变量：连续变量和离散变量,混合变量优化设计问题是军用桥梁界普遍关注的问题。介绍了一种新的优化设计方法——模拟退火算法,其突出的优点是可以求得全局最优解。以军用桁架桥为例,对军用桥梁结构设计中连续和离散混合设计变量的优化问题进行了分析,计算结果表明该方法是可行的。对算法在军用桥渡结构设计中的应用提出了几个研究方向。     

模拟退火算法在钢桁架优化设计中的应用

将模拟退火算法应用于桁架结构离散变量优化问题,提出新的用于离散变量的退火邻域结构,进行了三杆和十杆桁架结构模拟退火算法优化计算,并与遗传算法和传统优化设计方法的优化结果进行了比较.结果表明模拟退火算法对桁架结构离散变量的优化问题更加有效,且新的邻域结构加快了算法的收敛速度,提高了算法的稳定性和有效性.     

基于模拟退火的排课算法

模拟退火算法应用在排课问题中，主要适用于具有均匀排课要求的排课问题，得到排课最优解。随机产生的可行解自然具有均匀性，而适当选取算法的控制参数，能加快获得问题的整体最优解或近似最优解的收敛速度。     

基于改进模拟退火算法求解TSP问题

对传统模拟退火算法的原理和不足进行分析,针对TSP问题的特点提出了改进的模拟退火算法.就传统模拟退火算法生成新解的随机性太强、参数设置不当不能搜索到全局最优解、容易丢失当前最优解等问题提出了新的初始解选择方案、新解生成机制和当前解的改良及增加记忆功能等方法.实验结果表明,新算法传统的模拟退火算法具有更快的收敛速度和更高的稳定性.     

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．     

模拟退火算法在BDD变量最优排序中的应用

二叉判定图(BDD)作为表示布尔函数的有效工具,被广泛的应用到逻辑综合,布尔电路的测试等领域,但是在构造BDD的过程中变量的顺序对其结点数有很大的影响,本文将广泛应用于人工智能的模拟退火算法引入到BDD变量排序中,提出了一种寻找变量最优排序的新方法。该方法在寻求BDD最优变量排序的过程中,对处理器的处理时间和存储器的空间需求都有很大的改善。     

长短桩复合地基优化设计模拟退火算法研究

长短桩复合地基可充分发挥地基土的潜能,有效提高地基承载力和减少地基沉降．为了进行优化设计,在探讨长短桩复合地基承载力和沉降计算方法的基础上,建立了长短桩复合地基优化设计数学模型,提出了基于模拟退火算法的长短桩复合地基优化设计方法,同时给出了两个优化设计算例．结果表明,该方法不仅可有效地保证设计方案技术上可靠,而且可获得最佳的经济效益．最后讨论了设计计算参数对优化设计的影响．     

模拟退火遗传算法与结构优化设计

介绍了模拟退火遗传算法的基本理论及其特点,以在应力约束条件下的静定桁架结构的离散变量结构优化设计为例,证明了该方法的有效性和实用性.     

基于均匀布点的模拟退火算法

把实验设计中的均匀设计思想引入模拟退火,提出了一种基于均匀设计变量的模拟退火优化方法。该方法根据均匀设计原理在优化模型的设计变量空间内均匀分布一系列点,然后,将可行域内的上述系列布点作为优化计算的系列初始点,并运用模拟退火算法,分别开始进行优化计算,得到优化模型的一系列局部最优点。最后,比较所有局部最优点的最优值,即认为在一定程度上获得了该优化问题的全局最优解。该算法可求取非线性多峰函数的全局最优解。编制了计算程序,给出了计算实例,计算结果表明该设计方法是可行的。     

湿式多盘制动器的模拟退火算法优化设计

应用模拟退火算法成功地解决了设计变量为连续和离散混合变量的湿式多盘制动器多目标优化设计问题,将经过改进的模拟退火算法应用到湿式多盘制动器的多目标优化设计中,可获得满意的优化设计结果.实际优化设计结果表明,应用模拟退火算法进行湿式多盘制动器零部件结构尺寸的优化设计是可行且高效的,它可在工程结构优化设计领域中推广应用.     

异构内存系统全局优化的数据预取算法

鉴于现有的数据预取算法不能满足高效能异构计算系统对动态随机存取存储器(DRAM)和非易失性存储器(NVM)相结合的新型异构存储器高效访问的要求,提出了一种模拟退火的全局优化数据预取算法(SADPA)。该算法在启发式搜索模拟退火算法的基础上,引入了随机因子,以避免局部最优,从而确定了全局优化阈值以预取NVM页面的有效数量。实验结果表明,该算法相对于静态阈值调整算法,平均访问延时降低了4%,每个时钟周期内的平均指令数(IPC)增加了10.1%;对于cactusADM应用,该算法相对于软硬件协同的动态阈值调整算法,系统能耗降低了3.4%。     

模拟退火法在电机全局优化设计中的应用研究

应用全局优化方法－模拟退火法于单相电机的优化设计，这种方法结构简洁，对初始点的依赖性不强，问题的维数也不受限制，对两个算例和五台电机优化计算表明，该方法能够有效求了同全局最小点或近似全局最小点，优化效果明显。     

基于模拟退火的动态蚁群算法求解TSP

旅行商问题是智能算法研究中的一个经典问题,同时也是检测智能算法的标尺.在是蚁群算法的参数随着迭代的进行做动态调整的基础上,运用模拟退火算法对取得的局部最优解进行调整,使蚁群算法跳出局部最优,得到更好的解     

求解病态线性方程组的混合算法

首先通过变分原理将求解线性方程组的问题转化为等价的求解无约束函数最优化问题的极小值.通过研究BFGS算法和模拟退火算法的优缺点,鉴于BFGS的良好的局部搜索能力以及模拟退火法的全局搜索能力,提出了一个BFGs-SA的混合算法.数值实验表明该混合算法校正了BFGS的局部搜索能力,达到了全局最优解,从而得到了原病态线性方程组的解.     

对模拟退火算法解不均匀性的改善

模拟退火算法(SA)是一种对复杂的组合问题很有效的最优化算法,例如LSI设计中的布局设计,但模拟退火算法需要很长的执行时间,所以许多的研究者都在研究更快的模拟退火技术.在观察到模拟退火算法得到的结果可能会产生不均匀性,并且在几个简单集成模块布局问题的实验中发现这种不均匀性超过了30%,由此提出了一个改善SA算法结果的方法,称之为TOSA算法.通过对标准布局问题的实验,证明了SA算法结果的不均匀性和TOSA算法的有效性.在应用TOSA算法对8个全局标准布局问题IBM01～IBM02和IBM07～IBM12进行的布局实验中,相较于原始的模拟退火算法,在解的质量上获得了平均4%～7%的改善.     

基于模拟退火算法营养膳食优选的研究

通过模拟退火算法实现对各种慢性疾病进行营养膳食配餐的快速优选,并且把研究结果在膳食系统中加以应用.对慢性疾病配餐算法的研究体现了营养学平衡膳食的科学原理和数学建模思想,实现了计算机与多学科的综合应用.     

自适应最优保存的模拟退火遗传算法及应用

在分析遗传进化的基础上,提出了一种自适应最优保存的模拟退火遗传算法,自适应地保存最优个体,并对其进行模拟退火,与简单最优保存遗传算法（MOSGA）进行了性能比较,结果表明本算法明显比MOSGA搜索能力更强,有极强的跳出局部成的能力,有效地解决了MOSGA的早熟现象。