基于自适应权重和模拟退火的鲸鱼优化算法

针对鲸鱼优化算法容易陷入局部极值和收敛速度慢的问题,提出了一种结合自适应权重和模拟退火的鲸鱼优化算法.通过改进的自适应权重策略来调整算法的收敛速度,通过模拟退火增强鲸鱼优化算法的全局寻优能力.仿真实验中计算了18个测试函数,对比了粒子群算法、海豚回声定位算法和标准鲸鱼算法并进行统计分析,同时比较了单独结合自适应权重和模拟退火对鲸鱼优化的影响,结果表明,改进的算法在测试函数的极值计算中,计算精度和收敛速度方面都有了明显提升,验证了改进算法的有效性.     

基于改进模拟退火的遗传算法求解0-1背包问题

引入改进的模拟退火思想来改进遗传算法.本算法结合了遗传算法和模拟退火算法的优点,并有效地克服了各自的弱点,使其在优化性能、优化效率和可靠性方面具有明显的优越性.运用本算法求解不同种群规模的0-1背包问题,数值试验结果表明,算法既具有较快的收敛速度,又能够收敛到最优解,优于遗传算法和模拟退火算法.     

时间域电磁勘探数据的模拟退火法反演研究

地电模型的高度非线性和非惟一性限制了模拟退火法反演在电磁勘探领域中的应用。该文采用改进的模拟退火算法,实现了时间域电磁法数据的模拟退火法反演。首先通过双重数字滤波方法简化了正演计算过程,然后将非线性反演问题转化为最优化问题,采用模拟退火算法搜索全局最优解。改进的搜索策略能自适应地调整搜索步长,提高了最优解的搜索效率。与传统反演方法进行对比实验,结果表明该方法能有效获得全局最优解,得到更加准确的地电模型参数。     

基于模拟退火遗传算法的波束图设计

针对传统的标准遗传算法应用于传感器阵列的波束图设计时,存在收敛速度慢和计算结果稳定性低的问题,文中提出了一种模拟退火遗传算法.该算法对标准遗传算法的适应度函数、交叉算子和异化算子等多个要素分别进行了改进,并融入了模拟退火算法.模拟退火遗传算法应用于波束图设计时,具有较快的收敛速度和较高的稳定性.仿真结果表明基于该算法的波束图设计方法,获得了比传统方法旁瓣级更低的波束图.     

基于函数复杂度的自适应模拟退火和禁忌搜索新算法

在求解多峰复杂函数的过程中,传统的模拟退火算法和禁忌搜索算法经常出现算法快速收敛于局部最优解、后期收敛速度变慢和搜索能力变差等问题.为解决这些问题,本文给出函数复杂度的定义,并提出基于函数复杂度的自适应模拟退火和禁忌搜索算法.该算法首先根据函数复杂度自适应调整步长控制参数,然后根据调整后步长求得函数的粗糙解,在此基础上再使用初始步长求得全局最优解.实验表明,该算法不仅可以跳出局部最优解的限制,并且减少了迭代次数,有效地提高了全局和局部搜索能力.     

一种针对频率分配问题的改进ANTS算法

频率分配问题是近年来通信领域研究的热点。针对FAP问题提出了一种结合模拟退火算法的改进ANTS算法。运用模拟退火算法产生次优解,利用次优解分配初始信息素,并利用ANTS算法来寻求最佳方案。在ANTS算法的每个蚂蚁寻找局部最优过程中,为了加快运算速度,对局部寻优过程进行了改进。实验结果表明,在解质量相当的情况下,该算法能够大大地加快收敛速度,特别是针对一些较复杂的分配情况,效果明显。     

基于模拟退火的快速运动估计方法

提出了一种基于模拟退火的快速块匹配运动估计方法.该方法根据运动估计的特点,对传统的模拟退火算法初始点的选取、搜索策略等进行了改进,在保证估计精度的前提下,提高了估计速度.     

基于改进禁止搜索算法的矢量量化码书设计

本文提出了基于改进禁止搜索(TS)算法的矢量量化(VQ)码书设计方法.禁止搜索算法的关键是如何定义一个解以及如何在当前解的基础上生成邻域解.由于码书设计的两个优化准则是最邻近条件和聚类质心条件,本文提出了两种禁止搜索算法的解描述方案,其相应算法分别叫基于码书的禁止搜索(CB-TS)算法和基于聚类划分的禁止搜索(PB-TS)算法.为了提高禁止搜索算法的性能,文中在禁止搜索算法中融入了模拟退火(SA)机制.为了进一步提高码书性能,文中还将码书设计的传统LBG算法融入禁止搜索算法中.结果表明,基于禁止搜索的两种码书设计方案所生成的码书性能都比LBG算法有明显提高.     

网格环境下基于惩罚策略的任务调度模型及动态算法

文中结合克隆选择算法,模拟退火算法和遗传算法的优点,提出了一种改进的混合克隆退火遗传算法,并将该算法应用于网格计算任务调度问题的求解之中.该算法先通过克隆,退火交叉和高斯变异等操作来产生一组新的抗体,然后再对所产生的抗体进行模拟退火,直到退火温度不能再降低为止,从而求得问题的最优解.理论分析和实验结果表明这种任务调度算法优于其他调度算法,并可以成功地应用于网格环境下的任务调度问题.     

用于天线优化的改进差分进化算法

提出了一种改进的差分算法(Improved DE,IDE),通过在现有变异策略DE/current-to-p-best/1的基础上加上群体中心对个体的差分,从而加快了整体算法的收敛速度;并采用一种简化的模拟退火选择策略,以兼顾收敛速度和寻找全局最优解的能力,避免了过快收敛而陷入局部最优解.此算法虽未采用自适应策略,经测试其优化结果比加入自变异策略的J.Zhang's差分进化算法(JADE)更好.该算法无论经数学测试、还是应用于天线阵列的优化,都有非常好的鲁棒性.     

Multiple current dipole estimation using simulated annealing

A method for estimating electrical current distribution in the human brain using a multiple current dipole model is presented. A cost function for estimating multiple dipoles is proposed and a simulated annealing algorithm is used to obtain an acceptable solution. Computer simulation is used to evaluate the effectiveness of this method     

基于模拟退火算法的风电场消纳线路负载拓扑结构研究

基于当前线路负载率具有较高的突发性、较高的实时性等特点,将对线路资源利用率和电流控制问题所采用的模拟退火算法进行风电场拓扑结构模型优化。利用模拟退火算法对线路负载均衡问题进行搜索,随后在全局最优区域附近进行局部拓扑结构优化,就可以找到线路负载均衡问题最优解。仿真研究表明,此方法不但完善了局部搜索速度,还提高了线路消纳的利用率,明显改善了线路拓扑负载不均衡的情形,进而可以为大型风电场建设中的功率设备线路拓扑优化提供有效的参考。     

一种结合模拟退火和贪心策略的社团识别算法

为了提高复杂网络社团识别的精度和速度,文中结合模拟退火和贪心策略识别社团结构的优势,提出一种新的社团识别算法。该算法利用贪心策略引导模拟退火搜索最优解过程中单个结点的无规则盲目移动,消除了大量无效移动,在搜索到全局最优解的情况下,将搜索时间大幅缩减。实验表明,SAGA具有强大的搜索能力和较快的模拟退火执行速度,可获得较高的模块度,达到较为准确的社团分割,且具有一定的应用价值。     

一种降低OFDM系统峰均比的快速算法

OFDM技术具有较高的频谱利用率和良好的抗多径衰落性能,目前已在很多领域得到了应用,但它存在的高峰均比问题对系统的性能产生了一定影响。采用优化的模拟退火PTS算法,通过保存中间最优解,控制降温幅度,设置双阈值和链接补充搜索过程,不仅加快了普通模拟退火算法的收敛速度,而且具备良好的搜索精度。仿真结果表明,所提算法既保持较低的计算复杂度,同时具有良好的峰均功率比性能。     

一种新的数字调制信号分类特征选择算法

针对调制信号分类特征选择问题,提出了自适应惯性权重模拟退火二进制离散粒子群算法。该算法将模拟退火算法嵌入到离散粒子群算法循环体中,利用模拟退火算法具有较强的局部搜索能力和避免陷入局部最优解的特点,解决了简单智能优化算法早熟收敛和局部搜索能力弱等问题。仿真结果表明,该算法能有效选取最优特征,性能优于简单离散粒子群算法和遗传算法。     

基于遗传模拟退火算法的DNA多序列比对研究

针对生物信息学中DNA多序列比对问题,提出了一种基于遗传算法和模拟退火算法相结合的求解算法:在遗传模拟退火算法中,利用模拟退火算法针对遗传算子进行改进来提高算法的效率,由遗传算法进行全局搜索,模拟退火算法用于局部寻优,防止遗传算法的早熟收敛。通过与经典比对算法ClustalX和经典遗传算法进行比对研究,结果表明该算法是有效的。     

Virtual network function deployment strategy based on improved genetic simulated annealing algorithm in MEC

In order to effectively improve the end-to-end service delay of the flow in multi-clusters coexisting mobile edge computing (MEC) network,a virtual network function deployment strategy based on improved genetic simulated annealing algorithm was proposed.The delay of mobile service flow was mathematically modeled through the open Jackson queuing network.After proving the NP attribute of this problem,a solution combining genetic algorithm and simulated annealing algorithm was proposed.In this strategy,the advance mapping mechanism avoids the possibility of network congestion,and the occurrence of local optima was avoided through using the methods of individual judgment and corrective genetic.Extensive simulation was set up to evaluate the effectiveness of the proposed strategy under different parameter settings,such as different volume of requests,different scale of service nodes,different number of MEC clusters,and logical link relationships between virtual network functions.Results show that this strategy can provide lower end-to-end services delay and better service experience for latency-sensitive mobile application.     

基于遗传退火算法的MTI 滤波器设计方法

动目标显示(MTI)是雷达杂波抑制的重要技术之一,MTI 滤波器系数和脉冲参差比设计对MTI 的抗杂波性能至关重要。遗传退火算法将模拟退火算法过程溶入遗传算法,同时克服了遗传算法容易陷入局部最优和模拟退火算法收敛速度慢的缺点。文中介绍了一种将遗传退火算法应用于MTI 滤波器的设计方法,该方法可找到最优MTI 滤波器。实验结果表明,针对给定的MTI 滤波器设计要求,该方法能快速完成优化遍历,优化后滤波器性能提升明显。