模拟退火算法

摘要： “新财经”教育改革背景下,目前预测财经高校学生国际化素质水平准确度较低。本文以河北经贸大学为例,并提出一种基于遗传算法模拟退火算法优化的BP神经网络算法,该算法既具备遗传算法出色的搜索能力,又有着模拟退火算法关于解空间局部搜索与收敛速率方面的优点,以实现基于高校学生平时行为表现的国际化人才水平预测。通过预测模型的仿真结果表明,本文提出的预测模型无论是收敛性方面,还是精准度方面,都有着极佳的效果。

摘要： 随着无人机的快速发展,对防空目标的火力分配的要求更高、难度更大。针对传统高炮抗击蜂群无人机作战效能低、目标分配方案评估困难等问题,提出一种基于SA-DPSO混合优化算法的高炮拦截蜂群无人机目标分配模型。该模型建立了完善的高炮抗击蜂群无人机的目标分配评估的指标体系,以毁伤概率为优化目标,同时兼顾火力资源消耗,采用SA-DPSO混合优化算法对模型进行最优值求解,以提高算法的全局搜索能力,避免陷入局部极值。通过多目标分配的实例分析,验证了该模型的合理性,表明该模型可以为高炮抗击蜂群无人机的高效打击提供有效的决策依据。

摘要： 为突破海岛应急物流轮渡运输的靠岸点限制,同时降低海岛应急配送总成本,考虑使用无人机将应急物资从码头运往海岛上的无人机配送中继站,再由中继站派出的卡车对需求点进行终端配送服务.建立了海岛无人机配送中继站的选址-路径优化的双层规划模型,并设计K-means聚类算法与改进的模拟退火算法相结合的两阶段算法用以求解该模型.将浙江省舟山市普陀山海岛作为典型场景,研究从朱家尖客运中心将一批物资运往普陀山海岛304个需求点的两级配送路径.算例分析结果表明,38个中继站所派出的配送卡车在完成所有任务后的最低系统总成本为1013.1元,所设计选址与路径一体优化方法与先选址后路径优化的两段优化方法相比,总成本降低10.3%.

摘要： 为减小物资生产与配送不协调造成的成本及生产资源浪费,建立了考虑推动式生产调度的物资配送优化模型,并针对标准模拟退火算法受随机因素影响易陷入局部最优的缺点,设计带有回火与缓冷操作的改进模拟退火算法对模型求解,确定了优化的车辆配送路线以及物资生产计划。对比实验结果表明:相对于单纯的物资配送优化模型,考虑推动式生产调度的配送优化模型,能够有效减小物资滞留时间以及配送延误成本;相较于标准模拟退火算法,改进算法搜索到了更优解,且计算结果的标准差减小了93.42%,稳定性更好;同时,改进模拟退火算法具有较低的偏差率,在中小规模算例中求解质量较高,平均偏差率在0.5%以内。

摘要： 针对网络安全态势感知技术中态势要素提取的质量与效率较低的问题,提出了融合粒子群(Particle Swarm Optimization,PSO)和模拟退火(Simulated Annealing,SA)的态势要素识别模型PSO-TSA.在位置更新模块,利用Metropolis准则对PSO算法中的个体极值和全局极值进行退火优化,增加粒子的选择性,提高态势要素提取质量.在参数优化模块,利用Metropo⁃lis准则优化PSO算法中的参数,并对参数优化过程和粒子适应度同时进行评价,避免算法陷入局部最优,提高态势要素识别效率.按照目前网络状态的实际需求,选择了37个网络安全数据字段,搭建了小型网络环境,以获取更加真实的网络安全数据集SDS-W.在开放网络安全数据集和获取的SDS-W数据集上分别进行态势要素识别实验,实验证明,PSO-TSA在时间成本保持不变甚至更少的基础上,态势要素识别的精确度平均提升了5%~7%.

摘要： 交通分配是城市交通规划的一个重要环节,但现实生活中由于交通分配平衡模型维度大、约束多、求解困难等原因,交通平衡模型并未得到广泛应用。本文将BPR路阻函数(美国联邦公路局函数,Bureau of Public Roads function)作为路段行驶时间与交通负荷之间的函数关系,推导出整个系统的平均行程时间表达式,并利用模拟退火智能算法得到了系统平均行程最短时的交通分配方式的一般解法,得到了形式较为简洁的系统优化模型。道路网络分配模型按照是否满足Wardrop第一、第二原理,可分为平衡分配模型和非平衡分配模型。由于非平衡模型具有结构简单、概念明确、计算简便等优点,在实际工程中得到了广泛的应用,效果良好。常用的非平衡分配模型有最短路分配、容量限制分配、多路径分配、容量限制-多路径分配,本文介绍的是一种平衡分配模型,对非平衡的分配模型不多做赘述。平衡模型具有结构严谨、思路明确,但维数过大,约束条件过多,求解困难等特点,所以并未得到广泛的应用。本文以BPR路阻函数为基础,构造了系统平均行程时间函数,并以模拟退火算法作为一般解法,得到了较为简洁的平衡分配模型。

摘要： 为了解决PCB板上电子元器件温度过高的问题,文中基于模拟退火算法介绍了一种PCB电子元器件优化布置的方法。该方法在传统优化方法的基础上进行改进,依次对二维阵列式布置模型和元器件选位进行优化。文中对该方法的建模及优化过程进行分析,并给出了具体的优化案例。通过在热仿真软件Icepak平台将该方法与传统优化方法进行对比,对于文中所选案例,该方法相比传统方法优化了3.09°C,优化率达到8.95%,仿真结果证明了该方法的可行性。

摘要： 针对医疗机构门诊预约决策问题,考虑患者对时间段以及医生的偏好情况,利用前景理论量化不同患者对医生以及时间段的主观价值,得到患者在不同时间段内接受各医生服务的价值函数,进而以患者的总价值最大为目标,构建门诊预约决策模型,利用带记忆模拟退火算法进行求解。通过调整患者数量,得到模型解的情况,同时与“先到先服务”传统方法得到的解进行对比,验证算法的效率以及稳定性。结果证明:本文建立的模型及求解方法可较快得到满意解,可为医疗机构预约决策提供方法支持,提高就诊患者满意度。

摘要： 针对粒子群算法(PSO)应用于多电平逆变器特定谐波消除脉冲宽度调制(SHEPWM)技术时容易陷入局部最优问题,引入模拟退火算法(SA)与PSO结合。利用SA的Metropolis准则对PSO解的迭代进行修正,在保证求解效率的基础上,有效提升了PSO的全局寻优能力。最后将模拟退火优化粒子群算法(SA-PSO)应用于级联H桥型七电平逆变器SHEPWM技术进行仿真,验证了求得的开关角度值正确有效,证明SA-PSO算法具备高效的全局寻优能力,可以实际应用于SHEPWM技术的开关角求解。

摘要： 该文将使用遗传算法与模拟退火算法相结合从而优化传统遗传算法,不断的循环迭代筛选出最优解进而得到最高效率的排班,将算法与数学模型相结合,并采用减治思想提高算法效率。其中综合考虑各类如公司排班制度,员工情绪、公司利益等相关因素,使其适应度达到最高。采用真实的公司员工数据进行仿真实例实验证结果表明,研究的排班优化思想和算法是切实可行的。

摘要： 公交车辆排班问题是指根据发车时刻表确定车辆发车时间,以使车辆发车时间覆盖发车时刻表中所有的时刻点,同时最小化某些性能指标.本文提出一种基于模拟退火算法的公交车辆排班方法.首先,设计了一种编码方法表示问题的解;然后,设计了解的评价方法;最后提出一种模拟退火算法来获取问题的优秀解.利用北京公交集团实际公交运营数据对该方法进行验证,实验结果表明与人工排班相比,本文方法可在短时间内生成高质量的车辆排班方案.

摘要： 模拟退火算法(SA)是一种经典的随机搜索优化算法.本文在传统模拟退火算法的基础上加入记忆功能,并将其用于软钢阻尼器的排布优化分析中.基于一个框架结构算例,采用不同的优化目标对软钢阻尼器的排布方案进行优化分析.研究表明,模拟退火算法能够较为有效地求解软钢阻尼器的排布优化问题,但为了避免由于初始温度及降温速率等因素对优化结果产生影响,建议选取不同的初始温度、降温速率进行多次求解,并取最佳的一次优化结果作为最终的软钢阻尼器优化排布方案.采用不同的目标函数进行优化可以得到不同的优化结果.经过阻尼器优化排布后的结构具有明显优于无控结构及阻尼器均布情况下结构的抗震性能.

摘要： 随着可再生能源渗透率的不断提升,其间歇性、波动性等特性对电力系统的安全可靠运行带来严重挑战,微电网技术是解决上述问题的一个核心技术手段,但是如何有效地进行微电网的能源管理仍然是目前研究的热点.本文设计了共享储能社区微电网能源管理框架,建立了微电网系统模型,并且提出了基于Stackelberg博弈的能源管理数学描述,设计了基于模拟退火算法的分布式求解算法,最后,通过仿真实验验证了上述算法的有效性.

摘要： 基于AVO理论的叠前地震反演应用广泛,但多参数的同步反演结果,尤其是密度参数的反演结果不稳定.通过马尔科夫随机域的软约束建立边界保护正则化目标函数,并使用快速模拟退火算法解决非线性优化问题.数值模拟结果表明,在小角度时,密度参数对角度变化不敏感,但对反射系数绝对值变化的贡献程度最大.二维合成数据测试结果表明,该反演算法可以采用小角度道集反演出满意的密度结果.通过适当调节密度先验项的权系数,可以有效改善密度的反演结果.最后,实际资料反演的密度结果提供了详细的地层信息,且与测井数据基本吻合.

摘要： 为了降低船舶单航次的主机总燃油消耗量,从而减少船舶的能源消耗.首先,计算了船舶的阻力,并基于大量船舶历史数据,构建了主机油耗模型,模型相对平均误差为3.6％;在船舶阻力计算的基础上,以船舶失速值和航向转向点为依据,将船舶的航线划分为不同分段;采用模拟退火智能算法,在航行时间、船舶航速、主机转速等约束条件下,以单航次总的燃油消耗量为优化目标,规划并得出了不同分段上的最佳航速和主机转速.计算结果显示,优化后船舶主机的燃油消耗量可降低3.1％,节油效果显著.

摘要： 基于两景ALOS PALSAR影像,利用D-InSAR技术,获取了20071210～20080125时段某矿区的地表沉降形变场.然后采用D-InSAR监测值,提取该回采时期矿区工作面超前影响角,并与实测数据求取值进行对比,结果表明,利用D-InSAR技术求取工作面超前影响角是可行的.利用基于模拟退火算法(SA)的概率积分参数反演方法,求取了矿区工作面非充分采动下的概率积分参数,求参结果表明,利用基于SA的概率积分参数求取方法进行矿区概率积分参数求取是可行的.研究成果对矿山开采沉陷D-InSAR监测具有重要参考价值.

摘要： 为解决在扰动情况下的负荷不均和能耗问题,构建了以平均流经时间和能耗为优化目标的柔性作业车间调度模型.针对上述模型,设计了一种遗传算法和模拟退火算法相结合的GASA(Genetic and Simulated annealing Algorithm)算法,通过遗传算法的选择交叉变异操作产生一组新个体,对各个个体进行模拟退火过程,以避免陷入局部最优.针对柔性作业车间动态调度,在机器故障的扰动情况下,采用滚动窗口技术与GASA算法相结合的方法来求解动态调度问题.通过实验算例仿真,证明了算法的有效性.

摘要： 随着3D堆叠技术的不断发展,芯片测试已成为一大研究热点.为了减少3D-SICs(Three Dimensional Stacked Integrated Circuits,三维堆叠集成电路)绑定前和绑定中的总测试时间,本文提出了基于芯核分层布图的改进模拟退火算法和扫描链分配算法,通过将芯核均匀地分配到各层上实现对各层电路中芯核合理化的布图,再利用“绑定中测试”复用“绑定前测试”扫描链的方式,协同优化绑定前和绑定中的总测试时间和硬件开销.在ITC'02基准电路上的实验结果表明,本文方法在TSV数量的约束下,测试时间和硬件开销分别最高降低了27.26％和89.70％,且各层芯核布图更加均匀.

摘要： 本文提出了一种基于粒子群算法、遗传算法和模拟退火算法混合的优化算法,并应用于水库群的梯级调度优化研究中.本算法以粒子群算法群体协作的反馈机制、随机搜索的性态多样性思想、优良的全局搜索能力、并行计算性及较强的鲁棒性为基础,进行问题空间的全局寻优;在个体的局部寻优行为中,引入遗传算法来优化搜索路径,避免陷入早熟问题.同时针对高维空间下的变量约束条件,借鉴模拟退火算法思想,在目标函数中构造了惩罚因子,使得带约束问转化为了纯粹的优化问题.经实例验证,本算法具有普遍的梯级调度优化解决能力,并与传统的遗传算法及人工粒子群算法相比,具有更好的精度、收敛速度和寻优能力.

摘要： 针对PSO算法全局收敛性差、搜索精度不高,SA算法收敛速度慢,求解时间随着问题规模的增大和复杂急剧增加的问题,提出一种PSO和SA多子群分层并行的智能分布式算法.算法底层是一个采用模拟退火策略搜索全局最优解的子群;上层是一系列粒子子群,采用粒子群优化算法搜索策略,贡献局部最优解.算法从种群个体的组织结构出发,将局部搜索和全局搜索分离,使得PSO算法和SA算法融为一体,解决了算法收敛速度快和全局收敛能力强之间的矛盾.PSO-SAHP算法具有全局收敛性,算法在求解离散型的车间作业调度问题和连续型的Benchmark函数优化问题中,与单一智能优化算法相比,具有良好的可扩展性.这对于求解高度复杂的分布式问题,具有一定的工程意义.

摘要： 本发明涉及基于模拟退火算法的新高考排课算法，解决了新高考“3+3”模式中的排课问题，结合教育部所规定的教师授课计划，考虑到中学排课的实际应用情况，最终可以得到最优化处理后的令人满意的随机排课结果。本发明能满足新高考政策下排课问题的硬约束条件，保证同一教师不同时出现在两个教室且无多名教师同时出现在一个班的情况。本发明能满足新高考政策下排课问题的软约束条件，保证每班每科目每天最多一节课，教学计划同步推进。同时保证所需教师数和教室数最少，将教学资源合理分配，减少教师和教室冗余。本发明能满足新高考政策下排课问题的用户自定义约束条件，输入科目与时间段对应的得分权重后，模拟退火算法的排课结果向用户输入条件方向移动。

摘要： 本发明公开了一种基于MMSE预编码与模拟退火算法的MIMO用户选择算法，首先使用MMSE预编码，能有效的抑制多个用户间的通信干扰。与通常使用的线性预编码方法相比，MMSE预编码能支持更多的接收端用户，并且减少功率浪费。然后借鉴模拟退火算法，局部最优解能概率性地跳出并最终趋于全局最优的思想，提出一种新的MIMO用户选择算法，该算法能在保持较低算法复杂度的同时，同时获得良好的信道容量与误码率性能，适宜在实际中应用。

摘要： 本发明公开了一种模拟退火算法修正的极化码串行抵消译码算法，具体技术方案为：首先按照帧为单位执行SC译码，将译码结果进行CRC检测，如果检测通过，则开始译下一帧，否则，交给模拟退火算法进行修正；模拟退火算法对一帧中的位计算对应的初始似然值，并将信息位部分对应的似然值的绝对值按照升序排列，执行模拟退火算法；将模拟退火算法的结果进行CRC检测，检测通过，则开始译下一帧，否则宣告译码失败。本发明增强极化码在短码时的纠错能力，提高其可靠性并保持较低的译码时延。

摘要： 本发明涉及三维模型显示技术领域，尤其是基于改进遗传算法和模拟退火算法的三维球体装箱方法，包括数据预处理阶段、球体内接立方体空间装箱阶段和“立方体‑球体”展开阶段，本发明通过将完整问题分为两个部分，分别使用改进后的遗传算法和模拟退火算法进行求解，两种算法在不同的阶段中发挥了各自的优势，能够实现高效率、高精确度、高泛用性的求解效果。

摘要： 本发明公开了一种基于交叉点算法和模拟退火算法的线路布局方法，涉及线路布局方法。目前，无法在出线点的所有连线顺序位置、通道内走线顺序未知的情况下对交叉点进行估算。本发明包括以下步骤：获取布线图；根据交叉点算法计算走线交叉点个数；根据走线交叉点个数、走线总长度、图形空间利用率、布置位置设置目标函数f(a)；执行扰动，产生新的布局，计算目标函数f(b)；计算Δf=f(b)‑(a)；判断是否Δf≤0，若是，则接受新的布局；若否则按模拟退火算法接受新解；判断是否满足终止条件，若否，则缓慢降低温度。本技术方案能在所有连线顺序位置、通道内走线顺序未知的情况下对交叉点进行估算，估算方便，在计算交叉点后再进行扰动计算，使得布局更为合理。

摘要： 本发明涉及一种基于遗传算法与模拟退火算法结合的推力分配方法，包括以下步骤：1)推力分配系统从动力定位控制器获得当前推进器的三轴指令，包括纵向力、横向力和首摇扭矩；2)建立动力定位系统的推力分配数学模型；3)建立推力分配模型的目标函数和约束条件；4)应用遗传算法与模拟退火算法结合的寻优方法对推力分配模型进行求解，得到最优的分配推力方案，并将其转化为各推进器的推力指令以及方位角指令。与现有技术相比，本发明具有快速有效、减少计算时间、寻优精度高、工程实用性强等优点。

摘要： 一种基于模拟退火算法和蚁群算法结合的货物装配处理方法，包括如下步骤，步骤S1、列出访问每一个货物一次的所有回路，以及所有包的排列计为货物集装箱的解空间S，初始化货物集装箱配置的解空间；步骤S2、确定目标函数为空间利用率函数或成本函数；步骤S3、根据每条路径上信息素的浓度确定转移方向，获取新解；步骤S4、计算获取新解之前的解与新解之间空间利用率的差值；并以差值定义接受概率。该方法在已有启发式算法和蚁群算法的基础上，针对装箱问题进行优化，以达到避免解集陷入局部最优以及提高解精度的目的。

摘要： 本发明涉及基于模拟退火算法的新高考排课算法，解决了新高考“3+3”模式中的排课问题，结合教育部所规定的教师授课计划，考虑到中学排课的实际应用情况，最终可以得到最优化处理后的令人满意的随机排课结果。本发明能满足新高考政策下排课问题的硬约束条件，保证同一教师不同时出现在两个教室且无多名教师同时出现在一个班的情况。本发明能满足新高考政策下排课问题的软约束条件，保证每班每科目每天最多一节课，教学计划同步推进。同时保证所需教师数和教室数最少，将教学资源合理分配，减少教师和教室冗余。本发明能满足新高考政策下排课问题的用户自定义约束条件，输入科目与时间段对应的得分权重后，模拟退火算法的排课结果向用户输入条件方向移动。

摘要： 本发明涉及基于遗传算法和模拟退火算法的太阳黑子识别的方法，属天文技术和图像处理领域。本发明首先对图像预处理，对全日面图像先做膨胀和腐蚀操作，用全日面图像减去经膨胀和腐蚀的背景图，获得背景均匀的全日面图像，对背景均匀的全日面图像进行均值平滑滤波进行降噪；其次使用遗传算法进化两组阈值；然后对两组阈值分别使用模拟退火算法，得到新种群并判断是否满足退出条件，满足则找出种群中的最佳熵的两个阈值对图像进行分割，对分割结果进行去除小面积块处理，最后标记显示分割后的图像。本发明能较精确地对全日面图像的太阳黑子进行了识别。

摘要： 本发明公开了一种基于模拟退火算法和质心算法的定位方法，具有如下步骤：对边坡进行有限元分析并采集物理参数，得到边坡的三维有限元模型；使用计算机为所述的有限元模型，计算得到边坡重心的位置；对待检测的边坡进行有限元分析，调用数据库中的模拟数据库中与当前边坡参数相关的边坡数据，使用人工神经网络训练所述的预测函数，得到成熟的目标函数；将所述待检测的边坡的有限元和物理参数带入所述成熟的目标函数，得到当前滑动位移序列的预测结果。相较于传统的分析方法，具有更高更科学的分析精度，非常方便预测边坡运动。