基于模拟退火复合形优化算法的弹性悬架设计

针对传统优化算法全局性较弱,容易陷入局部解的问题;以及模拟退火算法的降温速率较慢和局部搜索能力不足。采用将模拟退火算法和复合形相结合的模拟退火复合形算法。在此基础上对弹性悬架优化设计进行了研究;并且与传统优化方法进行了比较。结果表明,该算法在求解弹性悬架多变量、多约束优化问题的有效性和正确性。     

一种改进的遗传算法

传统的遗传算法有两个严重的缺点,即不能有效地克服过早收敛现象,以及在进化后期搜索效率较低。模拟退火算法是基于金属退火的机理而建立起来的一种全局最优化方法,它能够以随机搜索技术从概率的意义上找到目标函数的全局最小点。本文将遗传算法与模拟退火算法相结合,提出模拟退火遗传算法,实验结果表明,该算法在性能上有较大的提高。     

混合算法在流量工程中的应用

针对大规模网络中的流量工程问题,设计了结合遗传算法与模拟退火以及结合遗传算法与爬山法的两种混合算法.仿真实验表明,结合遗传算法和模拟退火的混合算法在整体性能上较单独使用遗传算法有明显的提高,结合遗传算法和爬山法的混合算法在处理超大规模的网络和海量业务要求的流量工程问题时具有时间上的明显优势.     

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。     

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。     

多孔隙介质参数识别的正则化模拟退火法

针对二维多孔隙介质波动方程的参数孔隙率的识别问题,考虑模拟退火法的全局收敛特性,结合求解不适定问题的Tikhonov正则化方法,构造出正则化模拟退火算法.数值实验的结果表明此算法能够有效地处理参数识别问题.     

快速模拟退火算法用于噪声图像配准

提出一种基于快速模拟退火的噪声图像配准算法，将模拟退火算法纳入鲍威尔(Powell)直接搜索法可以使优化解不陷入局部极值解而获得全局优化解，而且可大大地提高运算效率。实验表明，该算法能对平移、旋转后的噪声图像进行有效地配准。     

基于HFC模型的模拟退火算法改进及应用实现

本文在研究分析标准模拟退火算法在可持续性进化方面的缺陷基础之上,引入进化算法中的"种群" 等概念,提出了基于HFC(Hierarchical Fair Competition)模型的模拟退火算法-HFCSA算法及其运算流程,并给出了详细的数学描述.该算法的分等级搜索方式改进了标准模拟退火算法的缺陷,不仅能保留了模拟退火算法的优点避免陷入局部最优,而且还具有可持续的搜索能力.最后,文中举出实例验证基于HFC模型的可持续模拟退火算法和标准模拟退火算法和遗传算法在相同问题上的不同效果.     

粒子群算法在静校正中的应用

在原始地震数据处理过程中,由于地表情况复杂等会存在的剩余静校正问题,可以用以往的模拟退火方法解决,但存在迭代次数巨大,收敛速度缓慢等问题,为了克服该问题可以引入粒子群算法,此粒子算法有收敛速度快等优点,却有易于陷入局部最优解的弱点,若将两种算法结合该弱点可以在模拟退火中得到克服,其具体做法是将PSO中的进化公式变为模拟退火法的温度更新函数。     

一种混合遗传模拟退火算法及其应用

分析了遗传算法和模拟退火算法的优缺点，提出了一种混合遗传模拟退火算法，对其进行优化，并将该算法应用于TSP问题的求解之中，理论分析和实验结果表明了这种混合遗传模拟退火算法优于普通的遗传算法和模拟退火算法．     

基于混合循环算法的复杂装配体装配序列智能规划

针对单一算法无法实现复杂装配体装配序列智能规划以及缺乏深度人机交互而导致的改进效果不佳等问题,提出一种混合循环算法.该算法以遗传算法为主体,利用干涉矩阵和接触矩阵调整随机生成的装配序列,以装配方向及工具的统一性构建适应度函数;其次结合模拟退火算法,在迭代前加入退火操作,利用Metropolis准则接受交叉和变异后的个体序列;引入粒子群算法的跟踪极值思想,直接选择个体最优和群体最优序列与后代交叉;最后结合虚拟现实技术建立装配模拟平台,从装配稳定性及工具操作空间两个维度进一步优化序列.基于该方法以汽车后桥总成装配序列规划为例进行验证,表明所得装配序列符合实际生产,该方法切实有效.     

基于改进的模拟退火算法求解0／1背包问题

提出了一种改进的具有变异和倒位算子的模拟退火算法,并将其用于求解0／1背包问题,其性能较标准模拟退火算法和贪心算法都有很大的改善．通过大量的数值实验,证明了文中改进的模拟退火算法求解背包问题的有效性和实用性．     

基于混合粒子群算法的农情监测无人机路径规划

用无人机对果树病虫害进行巡航拍摄是有较大潜力的农情监测方法,本文以飞行时间最短为目标,建立了农情监测无人机路径规划的数学模型.结合遗传算法、模拟退火算法的思想,在粒子群算法中引入交叉、变异、替换操作,提出了一种混合粒子群算法来求解无人机路径规划的数学模型.实验表明,无人机路径规划数学模型可以被混合粒子群算法有效求解,且...     

模拟退火算法在基于非稳态驱替实验的相对渗透率计算中的应用

为了提高改进的JBN法测量岩石相对渗透率曲线的质量，将模拟退火算法应用于实验数据的拟合滤波处理中，使得数据拟合光滑处理可以选择任意符合数据分布规律的函数，尤其是不能转化为线性的非线性函数，拓展了改进的JBN法数据处理的适用范围。实际数据处理结果表明，模拟退火算法用于非稳态驱替实验计算相对渗透率曲线是有效和通用的，其滤波处理可以放在计算渗透率前或后，前者对函数的选择要求较严格，否则效果适得其反；后者对拟合函数选择要求较宽，其处理效果一般比前者好。     

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．     

图的最大独立集问题的模拟退火算法

给出了一种具有全局优化特性的改进的模拟退火算法 ,建立了图的最大独立集的模拟退火模型 ,研究了扰动的形成和算法参数的选取 ,并用计算机进行模拟 ,结果表明该算法是有效的     

黄金正弦模拟退火算法求解低碳有能力约束的车辆路径问题

针对模拟退火算法局部搜索能力不强、收敛速度慢,以及接受准则的盲目性等弊端,提出一种基于黄金正弦的模拟退火算法。首先采用黄金正弦算法的遍历特点优化模拟退火算法的初始值,然后对模拟退火算法的邻域搜索进行扩充,增加基于概率的多种算子邻域搜索和记忆装置,适当提高退火温度等措施,很大程度上提高了算法的全局优化性能。通过物流运输实例对低碳和成本节约型的多目标有能力约束的车辆路径问题(capacitated vehicle routing problem,CVRP)模型求解,以寻找环境友好型绿色路径。实验仿真表明,该混合算法具有很好的优化性能,对于求解此类车辆路径问题具有很好的优化效果。     

加入局部搜索的非劣分层多目标遗传算法

针对非劣分层多目标遗传(NSGA)本身所存在的局部搜索能力和易早熟的问题,鉴于模拟退火算法的局部搜索能力强和在解决易早熟问题上的优势,提出了加入局部搜索的多目标遗传算法及适用于多目标优化的模拟退火局部搜索算法和跳转准则,即在NSGA的每一代个体中的1层、2层非劣解附近进行模拟退火局部搜索.该算法能够提高非劣分层多目标遗传算法的效率,弥补了遗传算法中局部搜索能力差、易早熟的缺点.最后给出的仿真结果表明了这种算法的有效性.     

基于遗传模拟退火算法的任务分配与调度

网格将多种资源组织在一个统一的框架下,为各种复杂的计算任务提供资源。因此计算任务在各种资源之间的调度成为了一个关键的问题。结合遗传算法GA和模拟退火算法SA的优点,提出了一种全局遗传模拟退火算法GGSAA,并将算法应用于网格计算任务调度问题的求解之中。最后给出了GGSAA算法的仿真结果。     

采用混沌变异演化算法在边坡稳定分析中的应用

提出利用混沌变异的演化算法结合基于适应值大小顺序的选择算子 ,确定边坡最危险滑动面及其对应的安全系数的方法。混沌变异算子采用混沌变量进行解空间的遍历搜索 ,搜索过程按混沌的自身规律进行 ,具有很强的爬山能力。每个染色体被选取的概率只取决于它在群体中大小顺序 ,从而在一定程度上避免了经选择后染色体过于集中的情况。该方法收敛迅速 ,可有效克服局部收敛。对一个工程边坡实例进行了计算分析 ,并与理正边坡稳定分析软件的结果进行了比较 ,说明了方法的有效性