模拟退火遗传算法

摘要： 伊拉克H油田M层组巨厚型碳酸盐岩储层非均质性强、孔隙类型复杂,常规渗透率测井解释模型适用性差。为此,提出基于常规测井资料及衍生参数的混合模拟退火遗传随机森林算法(SA-GA-RF)渗透率评价模型。从测井响应特征分析出发,确定渗透率敏感曲线,通过随机森林算法(RF)建立基于地球物理测井资料的渗透率评价模型,并利用模拟退火遗传算法(SA-GA)对RF中的参数进行寻优,消除RF中关键参数对模型精度的影响。应用该方法对研究区进行渗透率评价,与RF、优化后的BP神经网络预测结果进行对比,结果表明,基于SA-GA-RF构建的复杂碳酸盐岩储层渗透率评价模型既能充分利用常规测井曲线的响应特征,又能表征测井曲线随深度变化的趋势,在非均质性强的碳酸盐岩储层中有很好的适用性。相比优化的BP神经网络,SA-GA-RF模型预测的准确度明显提高,与岩心渗透率的相关性达0.83,比RF的评价精度提高了0.15。

摘要： 结合拥有与非拥有私家车客流在城市常规公交、道路、城轨多种出行方式之间的相互选择影响,优化城轨网络列车运行计划与票价。在分析不同出行方式出行费用基础上,基于主从博弈关系构建城轨列车运行计划与票价优化的双层规划模型,其中,上层规划优化城轨列车运行计划与票价;下层规划为基于给定城轨列车运行计划与票价方案的客流多方式出行选择分配。设计模拟退火-遗传算法和MSA算法结合的混合算法对模型进行求解,算例结果表明当线路运行列车数量由15列增至30列时,城轨客流分担率增加约20%,常规公交与私家车客流分担率均降低10%左右;而当城轨票价率从0.025元增至0.1元时,城轨客流分担率从72%下降到53%,同时常规公交与私家车客流分担率分别从19%与9%上升到28%与19%。

摘要： 针对激光干涉仪直接测量机床几何误差元素时存在的设备调试复杂、检测效率低的问题,提出一种基于球杆仪间接测量原理的立式加工中心几何误差元素辨识方法。借助螺旋理论建立立式加工中心刀具运动链末端相对于工件运动链末端的实时运动学方程,利用球杆仪实时测量空间距离,得到了几何误差元素与DBB杆长误差相关的辨识模型。考虑到辨识模型的病态程度严重、求解稳定性差等问题,通过模拟退火遗传算法进行求解。DBB辨识实验验证了各验证点最大平均偏差为1.62μm,证明了所提方法的有效性。

摘要： 对于大规模油藏开发优化,常规优化算法存在收敛速度慢、寻优效率低、难以与现场结合等问题。针对这些问题,建立了油水井动态调控优化模型,并结合模拟退火遗传算法和拉丁超立方采样算法寻找模型全局最优解,同时,利用同步扰动随机逼近算法提高了模型局部求解收敛速度,研发编制了油水井动态调控优化软件,并应用于大庆油田H区块。对比油田常规油水井生产制度,油水井动态调控优化模型的最优方案使H区块累计产油量在5年内增加了5.68×10^(4)m^(3),较好地解决了油水井生产动态控制优化问题,也为大规模油田高效开发提供了一种新的方法。

摘要： 针对乳腺癌数据存在的不平衡性问题,对标准的Adaboost算法进行改进,即首先引入BP神经网络,然后融合模拟退火遗传算法(SA-GA)较强的全局寻优能力和较快的收敛速度,最后通过权重的合理分配,提出BP-GamysBoost算法.同时为验证所提出的新算法BP-GamysBoost的合理性,从UCI机器学习知识库中获取WBCD数据库,比较BP-GamysBoost算法模型与BP模型、BP-GA模型、BP-Adaboost模型的稳定性、准确率、漏诊率、灵敏度等性能指标.最终结果表明,BP-GamysBoost模型在乳腺癌数据库中运行良好,并优于其他3种算法模型.

摘要： 针对模糊C均值聚类算法容易陷入局部最优以及传统的主成分分析法没有完全体现出用数量较少的综合指标来代替多个指标的问题,提出了一种改进的主成分分析和利用遗传模拟退火算法优化后的模糊C均值聚类算法相结合的聚类算法(GSA-FCM),从而构建汽车行驶工况图:首先,利用改进的主成分分析法对特征参数矩阵进行处理;然后,采用GSA-FCM聚类算法对运动学片段进行聚类;最后,选择合适的片段合成最终工况图.并且,对GSA-FCM聚类、传统的K均值聚类的合成工况与实际工况中的特征参数进行有效性验证,与NEDC标准测试工况进行比对.实验结果表明:GSA-FCM聚类合成工况与实际工况的特征参数的平均相对误差为6.46％,说明GSA-FCM聚类算法的聚类效果明显、误差小,所合成的行驶工况可以代表该城市的汽车行驶状况.

摘要： 车间布局(Plant Layout Problem)是制造系统设计中需要解决的重要问题之一。利用成组技术建立多品种小批量式生产车间工艺布局的优化模型,并结合模拟退火算法较强的局部搜索能力和遗传算法的全局选优能力,建立模拟退火遗传混合算法,可以求解得到合理优化后的车间布局。

摘要： 制造型企业在采用柔性制造系统进行产品多品种生产加工时,车间生产调度问题(即生产排程)也是影响产品生产效率的一大重要因素.生产排程问题实际上是一个NP-C问题,它没有一个确定的解,只能是结果趋于最优,所以许多科研人员采用遗传算法来解决柔性制造系统的生产排程问题.本文以某机床厂的机床关键箱体类零件为研究对象,在遗传算法的基础上融入粒子群优化算法和模拟退火算法,对遗传算法的初始种群、交叉和变异操作等进行处理,期望能够使算法的收敛速度更快、结果更优.以该机床厂的需求为例,以成组布局的方式进行生产设备的布局,运用Matlab软件对其生产排程方案进行优化分析,结果表示针对该生产对象提出的生产排程优化算法有效可行,可以在实际生产中加以运用.

摘要： 当前的软件定义网络多控制器部署问题研究,大多针对控制网络时延、可靠性和负载均衡等指标中的部分进行优化,对上述因素的整体考虑较少.针对该问题,首先分析了控制器部署对网络时延、可靠性和负载均衡的影响;其次,提出了以全网平均时延、控制路径可靠性和负载均衡度为参数,以网络综合性能为目标的控制器部署优化评价模型;最后,基于模拟退火-遗传算法提出一种时延和可靠性感知的控制器均衡部署方法,在考虑网络综合性能的同时,增强了解空间的全局搜索能力,得出了控制器部署的全局非劣最优解集.仿真结果表明,提出的部署策略在保证负载均衡的前提下,提高了控制网络的可靠性,降低了网络时延,进而提高了网络整体性能.

摘要： 微网是一种新的分布式能源组织结构,如何更加合理经济地安排各个分布式电源的出力是微网实际运行中需要面对的一个重要问题.将自适应模拟退火遗传算法应用到解决微网并网优化调度中,建立了计及燃料成本、运行维护成本、排污处理成本、售购电成本的微网并网优化调度模型,综合考虑了各类分布式电源特性对微网优化调度的影响,并依据一定的控制策略,得到了相应的微网并网经济运行的最优配置方案.同时,仿真结果表明自适应模拟退火遗传算法具有寻优速度快,容易跳出局部极值的特点.

摘要： 针对小批量、多品种产品的装配特点，提出了一种以模拟退火遗传算法解决装配顺序规划的方法。根据装配顺序规划要求，使用紊流输送技术，提出并实现了一种基于任务请求的简单柔性装配系统的设计方法，为小批量、多品种产品装配线的建设提供了一个柔性化的解决方案。

摘要： 正交频分多路复用技术在通信领域已经被广泛应用,本文将其应用于电力线通信并根据速率最大化准则,提出基于模拟退火遗传算法的功率分配方案,可进一步提高通信信道的利用率。使模拟退火的串行优化结构和遗传算法的并行搜索相结合,得到的新算法可以使得原先的两种算法得到互补.针对一个电力线信道模型进行的仿真结果可以说明,通过调整参数,混合遗传算法可以得到次优解.

摘要： 采用模拟退火遗传算法(SAGA)研究了水库优化调度问题,与GA和经典的DP算法相比,表明该算法具有较强的局部搜索能力和较好的收敛能力,能以较快的速度找到全局最优解,是一种有效的搜索方法。

摘要： 针对空气轴承式板形仪检测轴承的工作参数优化问题求解的复杂性,提出了采用基于神经网络的模拟退火遗传算法的智能优化方法.对板形仪检测轴承工作参数优化的神经网络基本结构、遗传算法个体与适应度函数的构造、遗传算子的设计及参数选取等进行了深入的研究,并结合工程实践有效验证了该算法的有效性.

摘要： 本文研究了遗传算法在图像插值中的应用,定义了岛屿群体模型:岛间算法将群体划分为互相独立进化且定期自适应移民的子群,并根据样本标准偏差判断进化属于前期或是后期;岛内算法提出了染色体差值编码的概念,并对选择、交叉与变异算子做出改进。最后将岛屿群体模型与模拟退火算法相结合,通过仿真表明该算法比简单遗传算法速度更快,且复原图像具有更好的信噪比改善量。

摘要： 编组站的工作核心实现出发列车的满轴、正点,合理利用调车机车、压缩中停时,到发线的安排在一定程度上需要为解体车列创造方便、减少交叉干扰.由于到发线的安排是NPC问题,通过采用混合算法——模拟退火遗传算法(SAGA),提出对铁路编组站到发线安排的智能优化,阐述了该算法的具体实现过程,并通过模拟仿真表明该算法的可靠性和有效性.

摘要： 本发明公开了基于遗传算法和模拟退火的室内定位网元优化布局方法，属于室内定位领域，包含如下步骤：步骤(1)：进行网元布局；步骤(2)：确定自适应遗传算法需要的控制参数；步骤(3)：对网元布局进行初始化；步骤(4)：计算适应度；步骤(5)：判定是否满足遗传收敛条件；步骤(6)：选择适应度较高的网元布局；步骤(7)：对二进制编码进行交叉操作获得子代；步骤(8)：对二进制编码进行取反操作获得变异；步骤(9)：产生新的网元布设空间；步骤(10)：对群体进行模拟退火操作；步骤(11)：产生最优网元布局结果；步骤(12)：输出最优网元布局结果，结束。本发明既有较强的全局搜索能力，也有较强的局部搜索能力，提高了定位精度，提高了搜索效率。

摘要： 本发明公开了模拟退火‑遗传算法的光谱特征区间选择及光谱加密方法，它涉及GC‑MS图谱及近红外光谱分析技术领域。它的具体方法为：将模拟退火算法的核心思想Metropolis接收准则引入遗传算法中的基因交换、变异算子中，采用模拟退火‑遗传算法对GC‑MS图谱特征区间进行选择，然后对指定的GC‑MS图谱和近红外光谱整个区域加密。通过对近红外光谱图像的关键特征区间添加伪信号来实现数据加密防止光谱实验数据泄露。

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： 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改进模拟退火融合遗传算法的多无人机任务分配方法，采用离线的方式，通过A*算法求解航迹长度，并将航迹长度作为影响任务分配的因素之一；将无人机的特性划分为无人机价值、无人机侦察能力以及无人机打击能力，并获得的无人机特性值；将任务特性划分为任务反侦察能力和任务反打击能力，并获得任务特性值；而后采用改进模拟退火融合遗传算法进行多无人机任务分配。本发明能够提高种群的多样性以及求解效率，同时将航迹长度作为影响任务分配的因素之一，通过提出采用离线的方式进行航迹预测，将航迹预测与任务分配作为两个模块，通过航迹预测的结果作为任务分配的输入，即两个模块为串联模式。有效地提高求解任务分配的效率。

摘要： 本发明公开了一种基于混合模拟退火与遗传算法的面粉质量检测方法。主要包括：通过红外光谱仪扫描面粉，获得光谱信息，对面粉光谱进行标准正态变量变换消除固体颗粒和表面散射；利用遗传算法全局搜索最优的光谱信号特征，并用模拟退火算法寻找遗传算法中的最优个体，实现全局搜索与局部搜索相结合；对特征矢量进行预处理，通过径向基神经网络构造分类器，对处理后的特征矢量进行分类，完成面粉质量检测。该方法具有较好的鲁棒性和稳健性，通过光谱预处理去除光谱噪声，降低模型复杂度，提高运算效率，遗传算法与模拟退火算法相结合，增强模型的全局和局部寻优能力，利用径向基神经网络提高面粉质量检测的准确度，实现无损检测。

摘要： 本发明涉及一种基于模拟退火遗传算法的交直流系统的无功优化方法,包括如下步骤：（1）建立交直流系统模型，并计算交直流系统潮流，所述交直流系统模型由通过换流器传递功率得交流侧和直流侧组成；（2）通过由网损使用成本值表示的目标函数建立无功优化模型，并根据设定的约束条件对无功优化模型求解。有益效果为：将模拟退火遗传算法引入到交直流系统的无功优化以及电压控制分析中，通过结合两种算法的特性，吸取两种算法各自优点，可以较大概率寻找到全局最优解，同时收敛速度更快。

摘要： 本申请提供了一种基于模拟退火遗传算法的生成对抗网络过采样方法及装置，包括：利用生成对抗人工神经网络的对抗性学习能力，确定样本数据与最优子代样本数据的对应关系；具体地，依据预设的个体适应度条件确定所述最优子代样本数据；依据所述最优子代样本数据确定所述生成对抗人工神经网络中生成网络的网络参数；依据所述网络参数确定所述对应关系；获取目标样本数据；通过所述对应关系，确定与所述目标样本数据对应的最优子代目标样本数据。通过同时使用多个对抗学习目标训练生成网络，克服单一对抗学习目标的局限性；通过使用模拟退火算法来选择是否更新生成网络，避免模型陷入局部最优解，使模型收敛至全局最优。

摘要： 一种基于模拟退火遗传算法的机械臂路径规划方法，包括以下步骤：步骤1：采用拉格朗日方法对空间六自由度机械臂进行位置级、速度级运动学和动力学建模；步骤2：针对机械臂末端极短时间内的碰撞对基座产生的扰动以及机械臂各关节角的约束，建立机械臂轨迹的优化适应度函数；步骤3：采用五阶多项式对机械臂路径进行拟合，利用模拟退火遗传算法求解最佳的轨迹，以满足较好的适应度函数。本发明针对机械臂抓捕任务中，保证基座扰动最小化以及各关节角约束情况下，通过模拟退火遗传算法求取最优解，提高了收敛速度以及求解精度。