一种改进模拟退火算法求解目标优化

标准的模拟退火算法是随机神经网络解决能量局部极小问题的一个有效方法,该算法能够使网络摆脱能量局部极小的束缚,最终达到期望的能量全局最小状态,但是在求解具有NPC问题时需要花费较长时间;提出了基于传统的模拟退火算法一个改进算法,并用于求解经典的TSP问题。由仿真试验结果分析得到,该方法在收敛速度上优于传统的模拟退火算法。     

多模式项目支付进度安排的优化模型及求解

研究了活动具有多种执行模式的项目支付进度安排问题,目的是寻求使项目收益最大化的支付进度包括支付事件,支付量以及与之相联系的活动执行模式和事件实现时间的安排.在对所研究问题进行界定的基础上,分别从承包商和业主两个角度构建了问题的非线性混合整数规划优化模型,并设计了由满意支付事件集合搜索模块和满意事件进度搜索模块构成的双模块模拟退火启发式求解算法.借助一个算例对研究进行了说明,结果表明:业主和承包商对支付进度安排的偏好差异明显;承包商的收益随着支付次数和支付比例的增加而上升,而业主正好相反;双方的收益均与折现率呈显著的负相关关系.     

模拟退火马氏链的尾事件结构

由模拟退火算法所引出的非时齐马氏链问题已经引起概率论学者的极大关注。本文试图按其轨道的渐近性质将状态空间进行分类，区分了常返态和瞬时态，且将常返态划分为一些渐进连通的互不相交的子类，而这些子类对应于尾σ－代数的原子集。     

多级退火遗传算法及其在ULSP优化中的应用

针对一般遗传算法（ＣＧＡ）在解优化问题中存在的问题和缺陷，提出一种改进的多级退火遗传算法（ＭＬＡＧＡ）、基于Ｂｏｌｔｚｍａｎｎ生存机制的群体更新策略，以及在多级退火的初始阶段引入移民策略有效解决了“群体多样性”和“快速收敛”之间的矛盾。通过和ＣＧＡ在ＵＬＳＰ问题优化中的比较，验证了改进算法的有效性。     

基于模拟退火算法的实现及应用

模拟退火算法是一种有效的全局优化算法。文章阐述了模拟退火算法的基本原理及实现过程,给出了模拟退火算法的基本算法步骤。最后,给出了利用MATLAB语言实现模拟退火算法运用的数值例子,计算结果表明其是一种有效可行的方法。     

基于杂合遗传算法的车间生产调度研究

提出一种将遗传算法与启发式规则、模拟退火法等搜索方法结合在一起的杂合遗传算法.将该种方法应用于求解某双极集成电路制造企业的车间生产调度问题,仿真结果表明,它是有效和可行的.     

快速模拟退火算法用于MESFET大信号建模

对快速模拟退火算法的关键参数进行确定，将该算法应用于微波半导体大信号建模，解决了多变量非线性优化难题，实验结果表明该方法是有效的。从而为解决ＭＥＳＦＥＴ（ＭｅｔａｌＳｅｍ ｉｃｏｎｄｕｃｔｏｒ Ｆｉｅｌｄ ＥｆｆｅｃｔＴｒａｎｓｉｓｔｏｒ）大信号建模问题提供了一种新思路。     

Algorithms for degree-constrained Euclidean Steiner minimal tree

A new problem of degree-constrained Euclidean Steiner minimal tree is discussed, which is quite useful in several fields. Although it is slightly different from the traditional degree-constrained minimal spanning tree, it is also NP-hard. Two intelligent algorithms are proposed in an attempt to solve this difficult problem. Series of numerical examples are tested, which demonstrate that the algorithms also work well in practice.     

遗传算法在求解超定方程组中的应用

只有在极特殊的情况下超定方程组才有精确解,一般情况下都是求超定方程组在某种意义下的近似解.使用两种非数值算法———遗传算法和模拟退火算法求得超定方程组的最小二乘解,对它们的原理、参数设置进行了比较分析,数值实验的结果显示这两种方法是非常有效的.     

新书书讯：军事最优化新方法

当前，以信息化为核心的世界新军事变革正在促进军事科学技术的飞跃发展。世界各国更加重视对军事运筹学与作战仿真新方法的研究和应用，利用新方法解决军事最优化问题就是其中的一个重要领域。本书共有13章。第1章概述了军事最优化问题的计算复杂性及神经网络、遗传算法、模拟退火算法、蚁群算法、多阶段分析博弈评估算法及探索性分析方法等6种新方法。