马尔可夫链大偏差Ⅰ函数的下界和Annealing算法的收敛性

本文利用大偏差理论研究了Annealing算法的依概率收敛速度.首先得出马尔可夫链大偏差Ⅰ函数的下界,并利用它得出Annealing算法依概率收敛速度具有状态总数的分数幂阶.     

MSTAR图像分割算法研究

由于SAR图像中具有极其严重的乘性斑点噪声 ,不可能用纯粹的传统的基于强度的分割方法来获取目标。分析了马尔可夫随机场在各向同性的连续模型 ,提出了一种新的分割方法 ,采用该方法不仅分割出了目标而且较好地保持了其空间结构。通过形态学中的膨胀和腐蚀运算得到了感兴趣的目标区域 ,并给出了它的轮廓图。利用实际的运动和静止目标获取与识别 (movingandstationarytargetacquisitionandrecognition ,MSTAR)合成孔径雷达 (syntheticapertureradar,SAR) ,图像数据得到了较好的实验效果。     

水果运输调度问题的优化

针对带硬时间窗的水果运输调度问题(Fruits in Vehicle Routing Problem with Hard Time Windows,FVRPHTW),联系实际应用中水果易腐的特性及运输途中的路况因素,采用蚁群算法、模拟退火算法和禁忌搜索算法来对FVRPHTW求解,并分析3种算法的优缺点。实例证明,这些算法对求解水果运输调度问题是可行的,模拟退火算法略优于其他两种算法。     

Effect of high pressure sintering and annealing on microstructure and thermoelectric properties of nanocrystalline Bi2Te2.7Se0.3 doped with Gd

Bi2Te2.7Se0.3of high performance doped with Gd bulk materials was prepared by a high pressure(6.0 GPa) sintering(HPS) method at 593 K,633 K, 673 K and 693 K. The sample was then annealed for 36 h in a vacuum at 633 K. The phase composition, crystal structure and morphology of the sample were analyzed by X-ray diffraction and scanning electron microscopy. The electric conductivity, Seebeck coefficient, and thermal conductivity aspects of the sample were measured from 298 K to 473 K. The results show that high pressure sintering and the doping with Gd has a great effect on the crystal structure and the thermoelectric properties of the samples. The samples are consisted of nanoparticles before and after annealing, and these nanostructures have good stability at high temperature. HPS together with annealing can improve the TE properties of the sample by decreasing the thermal conductivity of the sample with nanostructures. The maximum ZT value of 0.74 was obtained at 423 K for the sample, which was sintered at 673 K and then annealed at 633 K for 36 h. Compared with the zone melting sample, it was increased by 85% at423 K. Hence the temperature of the maximum of figure of merit was increased. The results can be applied to the field of thermoelectric power generation materials.     

Hybrid particle swarm optimization for solving resource-constrained FMS

In this paper,an approach for resource-constrained flexible manufacturing system(FMS)scheduling was proposed,which is based on the particle swarm optimization(PSO)algorithm and simulated annealing(SA)algorithm.First,the formulation for resource-con-strained FMS scheduling problem was introduced and cost function for this problem was obtained.Then.a hybrid algorithm of PSO and SA was employed to obtain optimal solution.The simulated results show that the approach can dislodge a state from a local min-imum and guide it to the global minimum.     

艾拉姆咖分布均值比的Bayes估计及检验

给出艾拉姆咖分布在定数截尾场合下均值比k的极大似然估计;由"平均剩余寿命"的概念得到k的拟矩估计;取共轭先验分布给出k的经验Bayes估计、区间估计及假设检验;通过实例给出不同截尾样本下k的点估计和区间估计.     

基于多重网格的模拟退火算法

为了提高模拟退火算法的收敛速度,提出了一种基于多重网格的模拟退火算法（SAM）,用于求解高维函数优化问题,并分析了其收敛性．13个著名的测试函数对SAM算法进行数值实验,结果表明SAM算法具有良好的搜索能力和收敛速度．     

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。     

铅和镉在实验室水环境模拟体系中的分布特征研究

选取长春市南湖作为采样地点,通过建立实验室水环境模拟体系(包括人工培养生物膜、沉积物和水)模拟自然条件下铅和镉的分布特征。研究结果显示:重金属进入到水环境之后,其浓度持续下降,Langmu ir动力学方程可以很好地描述其在水相中的变化规律。重金属在沉积物和生物膜中富集。生物膜对外界金属浓度变化的灵敏度高于沉积物。当水相中的重金属浓度降低到一个较小值时,生物膜中富集的重金属会被部分释放出来,通过水相,最终转移到沉积物中。沉积物对重金属的富集作用持续时间较长,富集速率较慢。水相、生物膜、沉积物三者共同作用,影响着重金属在自然水体中的分布规律。不同金属的分布过程变化趋势相似,但也存在一定差异。     

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。