模拟退火

摘要： 对三坐标测量机(CMM)的测量路径及测量路径的构成进行了分析,将测量路径规划问题转换为旅行商问题(TSP),并确定了目标函数。结合齿面测量路径规划的特点对基本遗传算法进行改进。将模拟退火算法的新解产生和接受规则应用到遗传算法中,提高了种群的多样性,避免了算法的局部收敛问题;采用了更加简单高效的编码方式,提高了算法的收敛速度。以非均匀分布的齿面测量点为例,进行了仿真实验。结果表明:该算法对于曲面测量路径优化的结果优于基本蚁群算法、模拟退火算法和遗传算法,取得了良好的路径优化效果。

摘要： 随着大量的分布式电源接入配电网,使得电力系统故障时故障电流的大小和方向都会发生变化,传统的故障定位方法将不再适用。为了快速高效地解决含分布式电源的故障区段定位问题,引入一种基于模拟退火和进化机制改进的人工鱼群算法(evolving-simulated annealing artificiat fish swarm algorithm,E-SAAFSA)。该算法既保留了基本人工鱼群算法的精确度,同时又具备模拟退火算法跳出局部最优的能力以及生物进化机制"优胜劣汰"的高选择性。最后采用经典的33节点网络作为模型,Matlab2017b软件对算例进行仿真。结果表明算法通过对人工鱼的进化、鱼群行为的模拟以及对最优人工鱼"退火"的处理,可以实现配电网的故障区段定位,且具有稳定性好、精确性高、收敛速度快等特点。

摘要： 确定森林年采伐量是编制森林经营方案的核心内容之一。科学合理的森林年采伐量对于优化森林结构、提高森林质量,实现森林可持续经营具有重要意义。本研究基于河北省塞罕坝机械林场2019年更新的二类调查数据,以人工华北落叶松林、人工樟子松林和天然白桦林为对象,采用森林仿真优化系统(FSOS)分析多种采伐策略情境下主要森林类型龄组结构、蓄积量结构和经济效益等因素在未来100年期间的变化趋势确定不同森林类型最合理的年采伐量。结果表明:人工华北落叶松林年主伐量的优化结果为50000 m^(3),年抚育间伐量的优化结果为100000 m^(3);人工樟子松林年主伐量的优化结果为5000 m^(3),年抚育间伐量的优化结果为40000 m^(3);天然桦树林并无主伐设计,年抚育间伐量的优化结果为20000 m^(3)。3种森林类型的全周期采伐量优化结果显示,短期内采伐量会存在一定波动,但在未来80年后,采伐量将稳定在既定目标。FSOS系统以未来目标为导向,基于全周期经营理念,是编制新型森林经营方案的重要技术手段,为实现森林可持续经营奠定基础。

摘要： C4烯烃是重要的基础化工原料,以乙醇为原料生产C4烯烃具有良好的应用前景及经济效益。在乙醇偶合制备C4烯烃的过程中,不同的催化剂组合和温度将对C4烯烃的选择性和乙醇转化率产生重大影响,进一步影响C4烯烃收率。为在减少实验量的基础上探寻多因素下使C4烯烃收率最大的反应条件,本文采用Lasso回归将不同催化剂条件量化表示为多个变量,联合温度条件,分别对乙醇转化率和C4烯烃选择性进行回归,筛选对二者影响显著的变量,分别得到回归方程式;利用回归方程得到C4烯烃收率表达式,并作为目标函数,采用模拟退火算法,解得最优化反应条件;并在现有实验数据及分析的基础上,设计探究更优反应条件的正交试验。

摘要： 基于空气综合质量指数的预测研究在城市空气质量预测及治理中具有一定的实用价值,但其传统模型存在耗时长、效果差、偶然性大等问题。为降低现有模型受参数依赖性影响,本文提出了运用智能型算法来预测空气综合质量指数的方法。该方法通过对支持向量机进行优化和模拟退火算法来实现参数自动化调整。实验结果表明,本文的优化方法的预测可靠性和分类准确率均优于决策树、随机森林、K-最近邻和支持向量机算法。

摘要： 自组织映射网络(SOM)具有良好的自组织性和可视化等特征,因此常被用于无监督聚类中.传统的SOM网络在聚类时容易受控制参数和数据集输入顺序的影响,导致聚类的过度拟合和死节点的出现.自组织特征映射网络邻域调整过程中引入模拟退火算法,以一定的概率激活邻域外节点,有效避免网络的过度拟合和死节点的出现.在数据集上的实验证明,引入模拟退火算法SOM网络在一定程度上要优于原始算法.

摘要： 针对案例推理(case-based reasoning, CBR)检索过程中特征权重的分配结果直接影响CBR预测模型性能的问题,提出了一种基于自私牧群优化-模拟退火(selfish herd optimizer-simulated annealing, SHO-SA)算法的特征权重优化分配方法.首先,将CBR预测模型的均方根误差定义为SHO算法和SA算法中权重寻优的适应度;然后,通过SHO算法的牧群运动、捕食及恢复等步骤得到种群内最小均方根误差所对应的权重;最后,采用SA算法对上述权重进行随机搜索,从而获得特征权重的近似最优解.采用加州大学欧文分校(University of California Irvine, UCI)数据集中的5个标准回归数据集进行实验,结果表明该方法与一些典型的优化方法相比可以显著提高CBR预测模型的精度,说明SA算法能够改善SHO算法陷入局部最优的问题.

摘要： 当前,海上监测以及水下可疑目标搜索方面的研究日益受到重视,各类水下搜索任务不断增多,复杂度日益提高,如何在限定的时间内科学合理高效地分配有限的搜索资源是其中的关键。针对此问题论文提出一种考虑不确定因素影响的改进模拟退火及遗传算法的AUV搜索分配方法。首先,分析AUV水下搜索任务情况并建立鲁棒模型,然后对模拟退火算法以及遗传算法的选择、交叉和变异等操作进行了改进,实现了对不确定情况下搜索资源分配方式的优化,最后通过Matlab仿真验证了该方法的可行性,有效地提高了搜索效率。

摘要： 优惠券可以有效地激活潜在消费者。为了解决智能营销场景下合理发放优惠券的问题,该文提出一种基于机器学习和模拟退火的优惠券推荐方法。该方法分为2个阶段:1)通过机器学习算法预测消费者使用优惠券的概率。2)根据营销成本约束及第一阶段的预测结果建立最优化目标函数,并使用自然启发算法模拟退火(Simulated Annealing,SA)求解最优值,从而达到将优惠券发放给最需要的消费者的目的。根据该方法设计推荐系统可以有效地提升订单转化率,促进营收增长。

摘要： 最近,通过学习型索引取代传统索引以减少索引大小和提高查询效率受到广泛关注.轨迹点在路网和时间维度的连续性难以刻画,数据分布倾斜普遍存在,现存的学习型索引不能有效地支持其查询.提出一种基于路网时窗排序的回归模型树,以支持点和范围查询,含数据排序和模型训练两个阶段:首先,结合希尔伯特曲线和模拟退火寻找保持道路临近性的路段排序,进而采用两层划分获取轨迹点的一维排序,保证时空近邻点排序后彼此靠近;其次,引入回归模型树映射轨迹点和存储位置,提出批量加载和周期更新两种训练模式.真实和模拟数据集上的实验表明,在保证和传统索引可比的查询性能前提下,大幅度降低索引大小,有效地支持以读为主的历史轨迹数据查询.

摘要： 针对传统最小二乘支持向量机模型的训练速度慢、不易在线训练、计算量大及参数选样困难等缺陷,提出采用耦合模拟退火优化最小二乘支持向量机算法,建立基于耦合模拟退火优化最小二乘支持向量机的参照作物蒸散量预测模型.选取陕西省的榆林、安康和西安气象站监测的1971-2014年气象资料进行模型训练、测试与验证,研究气象监测获取原始数据作为网络输入,参照蒸散量ET0为输出,构建CSA LSSVM预测模型,并将CSA LS SVM预测结果与LSSVM模型及经典ET0模型模拟计算结果进行比较.结果表明,CSA LS SVM模型模拟计算精度和总ET0模拟模型都优于LSSVM模型及其他经典模型模拟结果.该研究CSA LS SVM模型为陕西地区气象资料缺乏情况下ET0精确计算提供科学依据,为作物需水量的智能决策提供参考.

摘要： 无井及少井区反演的精度问题一直是储层预测的一个难题.L油田研究区只有1口探井,目的层为非均质性较强的灰岩储层,常规储层预测很难取得理想效果.本专题利用深度域地震资料的模拟退火反演尝试,通过建立合理的地质模型、速度模型等关键环节的约束,不但有效提高了主要目的层储层预测的精度,预测结果符合碳酸盐岩地质规律,为油田高产带预测和井位优选提供了重要依据.

摘要： 为建立合适的变电站负荷模型,将聚类方法引入到负荷特性分析,提出了一种基于模拟退火的粗糙集K均值的电力负荷综合聚类算法.该算法将粗糙集理论、模拟退火思想与k均值相结合,通过模拟退火思想优化K均值聚类算法,采用最大最小原则能动态的生成k均值聚类数和初始聚类中心,同时结合粗糙集理论的上逼近和下逼近处理边界对象.最后,通过对变电站综合负荷静态特性进行聚类分析,比较类间距离和类内距离,验证了综合算法在电力系统负荷特性聚类的可行性和有效性.

摘要： 随着地球物理勘探技术的不断深入和发展,地震反演在向着海量数据体与精细结构反演的方向发展.而由于传统的线性反演方法计算量大,无法克服反演过程中的局部极小等问题,故而对新的反演策略与方法进行研究与探索以适应地球物理勘探的发展便成为了一个新的课题.本文使用小波基函数对地震记录与测井数据生成的初始模型进行多分辨率分解,继而采用模拟退火算法对问题进行求解,可以对控制地震反演中的求解过程起到较好的作用.rn 在反演过程中引入多分辨率策略，可以有效减小海量数据的计算压力，将大量的初步寻优工作至于低分辨率空间中进行，可以有效降低计算复杂度。同时在低分辨率空间中反演可以使得目标函数性态趋于简单，从而降低了寻优的复杂度，可以使得求解过程更加稳定。

摘要： 作为下一代互联网的核心问题之一,多约束的服务质量路由(QoSR)用来寻找一条同时满足多个约束条件的可行路径,该问题具有NP完全的复杂度.基于模拟退火启发算法具有较高的性能,但当前研究仅适应于可加性度量.本文基于层次分析法对各种度量:可加性、可乘性及最小性度量构造判断矩阵,求解最大特征根对应的归一化特征向量作为参数构造新的能量函数,再将此能量函数应用到模拟退火中.分析结果表明,该算法不仅具有基于模拟退火的服务质量路由算法的高性能、对网络规模和约束个数都具有很好的扩展性、对QoS约束的分布状况也不敏感的优点,而且对度量类型不敏感.

摘要： 本文通过模型计算可以得到如下结论;模拟退火反演相对于常规的线性反演算法，有较好的搜索性能，利于提高收敛精度，提高反演结果的有效性;使用模拟退火法对大地电磁正演模型进行反演可以获得精确的结果，但模型层数增加时，由于参数的增多，也会相应地增加迭代次数和运算时间，在以后的工作中可以改进算法，实现并行模拟退火大地电磁反演;模拟退火算法用随机模型和指定选择方式来进行反演，相对于线性反演来讲，模拟退火算法的执行效率还有不足，因此，在实际应用中仍需考虑将模拟退火法和其他反演方法结合的方式，达到提高反演速度和反演精度的要求。

摘要： 在利用差异图分析法进行多时相极化SAR变化检测时,现有差异图计算方法通常忽略了不同时相极化数据间的散射特性相关性,导致弱散射地物之间的变化易产生漏检;而且,受SAR影像固有相干斑噪声的影响,差异图二值化提取变化的结果中往往存在较为严重的检测虚警.因此,本文发展了一种综合极化互相关性和空间上下文信息的极化SAR变化检测方法,利用Hotelling-Lawley Trace(HLT)统计量同时考虑不同时相极化数据间的极化散射相关性及其幅度比进行差异图的计算,然后结合马尔科夫模型(MRF)和模拟退火(SA)方法对差异图进行二值分割来提取变化区域.同时,选择覆盖武汉地区的两景Radarsat-2全极化数据进行实验,获得了0.003的检测虚警、0.017的漏检和0.979的Kappa系数.实验证明,本文方法相对于传统方法在一定程度上抑制了检测虚警和漏检,提高了变化检测精度.

摘要： 天然气管道是天然气开发与利用的运输纽带.为统筹国内外天然气资源和各地区经济发展需求,国家在十三五期间持续加快天然气管网建设.但是在管道建设初期存在建设不合理、投入成本过高等现状.为解决这些问题,本文建立了天然气管道系统设计的数学模型,开发了一种耦合模拟退火思想的PSO(SA-PSO)算法,克服了传统PSO算法易陷入局部最优解的缺陷.以西气东输二线为例,采用SA-PSO算法求解,相比传统PSO算法,年均总费用节省14277万元.

摘要： 针对人工蜂群算法在解决较复杂优化问题时易陷入局部最优而过早收敛问题,提出了一种改进的人工蜂群算法.从算法的选择机制角度出发,将模拟退火过程引入人工蜂群算法,提升了算法全局搜索能力和优化精度.利用测试函数对算法的性能进行了分析与比较,并将该算法应用于阵列综合,实验结果表明所提算法的优化精度明显高于标准人工蜂群算法,验证了算法在方向图综合中的有效性和可行性.

摘要： 软硬件任务划分作为可重构系统开发过程中的重要设计步骤，其划分结果直接影响到可重构系统的性能。目前的软硬件任务划分技术大多只考虑了对应用程序或算法的划分结果，忽略了FPGA在配置和通信时的开销，从而导致实际应用效果不理想。本文介绍了一种基于性能评估的软硬件任务划分方法，通过对FPGA计算开销、配置开销、通信开销的预评估测试，并结合改进的模拟退火算法得出可重构系统中的软硬任务划分结果。实验结果表明，该划分方法具有较好的划分效果和算法收敛速度。

摘要： 一种用于利用量子波动增强模拟退火的方法和设备。在一方面，一种方法包括：获得输入状态；利用温度降低调度对输入状态执行模拟退火，直到能量的减小低于第一最小值为止；响应于确定能量的减小低于第一最小级别，而终止模拟退火；输出第一演化状态和第一温度值；将温度降低到最小温度值；利用横向场增加调度对第一演化状态执行量子退火，直到第二事件的完成发生为止；响应于确定第二事件的完成已经发生，而终止量子退火；以及输出第二演化状态作为用于模拟退火的随后输入状态，并确定第一事件的完成已经发生。

摘要： 本发明涉及一种基于模拟退火算法的离心式压缩机结构优化方法，属于叶轮机械技术领域；包括建立离心式压缩机一维性能预测模型；确定优化过程中的设计变量；单一设计变量变化对性能影响分析；建立力学结构及压比约束条件下结构优化数学模型；基于模拟退火算法压缩机最佳设计变量参数的求解。本发明旨在将离心式压缩机的结构优化问题转化为数学上的组合优化问题，并用模拟退火算法进行求解，本发明在设计阶段提高了离心式压缩机的工作效率，针对特定的优化模型，在求解前通过参数变化影响分析为优化算法提供一个理想的初值，能在占用较少计算资源和时间的情况下实现离心式压缩机的结构优化。本发明计算绝对收敛、耗时短、精度高，应用前景广阔。

摘要： 一种用于利用量子波动增强模拟退火的方法和设备。在一方面，一种方法包括：获得输入状态；利用温度降低调度对输入状态执行模拟退火，直到能量的减小低于第一最小值为止；响应于确定能量的减小低于第一最小级别，而终止模拟退火；输出第一演化状态和第一温度值；将温度降低到最小温度值；利用横向场增加调度对第一演化状态执行量子退火，直到第二事件的完成发生为止；响应于确定第二事件的完成已经发生，而终止量子退火；以及输出第二演化状态作为用于模拟退火的随后输入状态，并确定第一事件的完成已经发生。

摘要： 本发明公开了一种基于模拟退火算法的高级计划排程系统，该系统包括工厂管理模块、库存管理模块、生产排程管理模块和生产计划展示模块，工厂管理模块与库存管理模块为生产排程管理模块提供了基本所需要的排程条件和数据，所述生产排程管理模块与生产计划展示模块相连，生产排程管理模块通过模拟退火算法，在满足约束条件的同时给出最优的高级排程计划；得出来的目标排程方案在生产计划展示模块进行展示，通过采用表格和甘特图的方式，既可以展示出每一天的具体工位的任务排班，又可以形象生动地浏览较长一段时间的宏观计划排程安排。本发明采用模拟退火算法进行排程，大大提高了车间作业排程的效率，对排程过程进行了有效的优化。

摘要： 本发明提供一种基于模拟退火算法的双因子修正Turbo译码方法，包括：S1、指定初始误码率Pe0以及修正因子的初始解状态；S2、在当前修正因子解的临近子集中随机选择一个新解，基于所述新解对Turbo译码算法进行修正后，计算新的误码率Penew；S3、判断新的误码率是否小于前一次译码的误码率，如果是，则接收修正因子的新解，否则根据新的误码率与前一次译码的误码率差值计算接收概率；S4、将初始误码率Pe0按照一定速率降低，判断是否达到终止条件，如果达到终止条件则执行S5，否则执行S2；S5、输出当前修正因子的解为最优解。本发明在原有Turbo译码方式中附加双因子修正机制，并通过模拟退火算法得到双因子最优解，从而实现降低误码率的目的。

摘要： 本发明属于雷达数字信号处理技术领域，公开了一种基于模拟退火粒子群的弹载SAR系统参数优化设计方法，可应用于优化弹载SAR参数设计模型，满足工程应用中弹载前斜视条带SAR时序设计及成像分辨率最优的参数选择。本发明基于分辨率椭圆模型和弹载SAR时序设计模型，对雷达系统参数包括带宽、合成孔径时间、重频(脉冲重复频率)和下视角等参数进行优化设计，以满足实际弹载SAR的要求。

摘要： 本发明涉及一种基于模拟退火粒子群算法的汽轮机最优初压确定方法，通过利用汽轮机组的历史运行数据，确定影响汽轮机组热耗率的变量因素，确定滑压运行时最优初压数学模型，通过构建LSTM神经网络模型，对热耗率进行精准预测，得到热耗率与负荷、温度等影响因素之间的非线性关系然后按照滑压运行时最优初压数学模型，使用模拟退火粒子群算法遍历整个可行压力区间进行热耗率优化计算，得到热耗率最小时所对应的主蒸汽压力值，即得到最优初压值。

摘要： 一种基于模拟退火思想的WaveNet技术针对个体行为洞察模型的营销活动预测方法，包括数据预处理步骤、训练集的生成步骤和预测模型建立步骤和营销活动预测步骤；本发明通过WaveNet模型对样本进行扩充，该样本包括两部分的输入特征序列，第一输入特征序列由用户的原始特征信息构成，第二输入特征序列将原始特征信息通过WaveNet网络框架预测并优选后形成的特征序列，同时模拟退火算法保证了新序列的有效性，显著提升了对用户点击行为预测的准确性。

摘要： 本发明公开了一种基于模拟退火算法的护工排班方法，涉及护工排班技术领域。该护工排班方法通过养老院的护工总人数、护工每天护理的工作量、护工每天的班次数、需要排班的天数、每班次的护工人数以及约束条件进行护工排班，并构建能量函数，通过模拟退火算法更新能量函数，并与上一次的能量函数进行比较判断是否保存此次护工排班方式，将保存的护工排班方式中能量函数最小的作为最优解。本发明基于模拟退火算法的护工排班方法通过模拟退火算法提升了得到最优排班方式的可能性，解决了手动排班工作量大，逻辑复杂的问题。

摘要： 本发明针对复杂铝镁合金薄壁件典型结构的加工，为了降低加工工艺的成本，缩短非工作时间和提高加工效率，公开一种基于模拟退火算法的薄壁件加工路径规划方法。通过对典型薄壁结构件的铣削加工进行合理的路径规划，并利用MATLAB软件对铝镁合金薄壁件典型结构的加工路径进行仿真计算，得出最短铣削加工路径。将经过模拟退火算法优化和未经过优化两种情况下的路径长度进行对比，优化后的路径长度比未优化的情况缩短了28%，进而验证了规划加工路径模型的可行性与先进性。