基于实数编码的遗传算法拟合驰豫曲线

介绍了遗传算法的原理和求解方法。将实数编码的遗传算法用于驰豫曲线的拟合，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，并与残数法的结果相比较，数值结果表明，遗传算法简单、准确，能更好地实现最优拟合。     

基于改进单纯形算法的药物动力学参数计算

基于改进的单纯形算法和残数法,对药物动力学房室模型中的有关参数计算进行了研究。通过实例表明,将改进的单纯形算法和残数法相结合得到的混合算法其计算精度高、收敛速度快、具有很好的稳定性,而且该算法对初值的选取要求不高,故有一定的实用价值。     

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。     

最优模糊神经网络参数的设计--混沌模拟退火学习法

提出了一种新型优化算法———混沌模拟退火学习法,将混沌算法和模拟退火算法相结合学习模糊神经网络的结构和参数。首先将混沌变量引入模糊神经网络参数的优化搜索中,利用混沌变量的遍历性寻优,根据性能指标寻找较优的模糊神经网络控制器,然后在混沌优化确定的网络基础上,把经混沌搜索后得到的全局次优解作为模拟退火学习算法的初始值,再用模拟退火方法进一步学习网络的隶属函数和权值参数,找到一个全局最优的网络。仿真结果表明:混沌模拟退火学习法优于传统优化方法,其控制结果具有精度高、超调小和响应快的优点,为解决模糊神经网络控制器参数全局最优设计提供了一种切实有效的方法。     

模拟退火算法在求解组合优化问题中的应用研究

文章给出了模拟退火算法求解组合优化问题的实现步骤,并提出了一种相邻状态的产生函数和迭代方案,通过实例计算并分析了模拟退火过程的起始温度、终止温度以及降温速度等参数对优化计算的影响。结果表明,模拟退火算法中各个参数值的选择和设置对运行的结果和效果有较大影响。     

基于混合遗传算法的车辆优化配置的数学模型

研究了物流运输系统车辆数优化问题的数学模型,构造出了模拟退火算法的能量函数,根据该函数可以求最优车辆数,又可以求最优车辆数下的最优行驶路径。用遗传模拟退火算法实现了车辆数的优化计算与路径优化计算。     

一种改进的模拟退火算法求解0-1背包问题

从增强算法收敛性和减少参数依赖性的角度出发,提出应用改进的模拟退火算法求解0-1背包问题.对模拟退火算法有所改进,并有效地克服它的弱点,使其在优化性能,优化效率和可靠性方面有明显的优越性.阐明了用该算法求解0-1背包问题的具体实现过程,并通过实际数值计算和结果比较表明,该算法在求解0-1背包问题优于传统的模拟退火算法,并且得到更有效的近似解.     

遗传退火进化算法在背包问题中的应用

从增强算法收敛性和减少参数依赖性的角度出发，提出应用遗传退火进化算法求解背包问题，遗传退火进化算法结合了遗传算法和模拟退火算法的优点，并有效地克服了各自的弱点，使其在优化性能、优化效率和可靠性方面具有明显的优越性．阐明了用该算法求解背包问题的具体实现过程，并通过实际数值计算和结果比较表明，该算法优于遗传算法和模拟退火算法．     

浅谈模拟退火算法在自动排课系统中的应用

开发一套排课系统,关键技术是采用何种算法,算法的好坏决定排课的速度、成功率及合理性.本文从模拟退火算法的原理、基本思想入手,介绍了模拟退火算法在排课系统中的应用及具体实现,分析并比较了模拟退火算法和常用算法的利弊.     

模拟退火法用于蒸汽吞吐注采参数的设计

应用模拟退火优化方法对蒸汽吞吐注采参数进行优化设计,该方法结构简洁,对初始点的依赖性不强,问题的维数也不受限制。通过对某井的前6个吞吐周期进行优化设计,确定出了蒸汽吞吐最佳注采参数,并和现场实际资料进行了对比。研究结果表明:应用模拟退火算法研究蒸汽吞吐注采参数优化设计效果明显。     

最小控制集问题的群集策略智能算法研究

图的最小控制集是一个经典的NP完全问题,其广泛应用在生物信息学、计算机通讯、工程设计等方面。目前搜索最小控制集算法有多种,例如:贪心算法、模拟退火算法、基于禁忌搜索的模拟退火算法等。当搜索结构复杂的多点图时,很多算法的搜索效果并不好。为了提高搜索效果,提出并实现一种群集策略智能算法;同时还对群集策略算法进行了非常重要的扰动改进。为了验证算法的搜索效果,利用Petersen图和随机图完成了对群集策略算法的搜索测试实验;同时也完成了对群集策略算法、贪心算法、基于禁忌搜索的模拟退火算法的比较测试实验,通过实验结果也验证了群集策略算法搜索效果最好。     

模拟退火算法在减速器类产品布局中的应用

为解决减速器类产品强约束的三维布局问题，利用模拟退火算法进行了减速器类产品布局设计，并通过实例分析了产品布局设计中模拟退火算法各参数的取值问题．模拟退火法能够将产品布局方案必须满足的约束条件加入到评价函数中并进行松弛处理．结果表明，随着每个温度下循环次数的增大，当接受概率为0．85，退火调度为0．95时，布局结果明显改善．     

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.     

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。     

集成电路设计中布线问题的模拟退火算法

模拟退火算法是解决组合优化问题－特别是NP完全问题的最有效的算法之一，它通过独特的在一定的概率下接受恶化解的机制，使算法跳离了局部最优的“陷阱”，利用模拟退火能够实现集成电路布线的优化。     

遗传模拟退火算法在初始对准中的应用仿真

捷联惯导系统粗对准结束后,可以用遗传算法来搜索三个误差角,且由于遗传算法的全局寻优能力,在速度上具有很大优势。但遗传算法的局部寻优能力不足,因此得到的结果在精度上也受到了限制。模拟退火算法容易陷入局部最优解,但是具有很强的微调能力。因此,将遗传算法和模拟退火算法结合起来,能很好地解决初始对准的速度和精度的问题。仿真结果证明遗传模拟退火算法可以很好地改善单一遗传算法的局部寻优能力,使得结果精度更高。     

模拟退火算法解TSP问题的研究

模拟退火算法是一种适合解大规模组合优化问题,特别是解NP完全问题的通用有效近似算法.它与以往的近似算法相比,具有描述简单、使用灵活、运用广泛、运行效率高等优点,而且特别适合并行计算.文章介绍了模拟退火算法的基本原理和思想,并简述了利用模拟退火算法解TSP问题的运用,最后通过实验证明了模拟退火算法的高效性.     

模拟退火与紫外光谱法用于维生素多组分分析

模拟退火（SA）系寻找全局最优并能跨越局部最优的随机优化算法,它源于对高温物质的退火过程几近平衡的统计力学模拟,SA算法及随机抽样,通用模拟退火（GSA）法可用于多元校正。本文结合紫外先请将SA与GSA用于维生素多组分分析,获得良好效果。     

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。