基于单纯形模拟退火算法的网架结构优化设计

针对单纯形和模拟退火算法的优缺点,单纯形模拟退火算法将两种算法有机地结合起来,充分利用了单纯形算法收敛速度快以及模拟退火算法的随机突跳、不易陷入局部极小点的特性。两种算法结合,互相补充不足,大大提高算法的效率,并消弱了对参数选择的苛刻性。应用单纯形模拟退火算法对网架结构进行优化设计,并对模拟退火算法中参数的选择进行了探讨,算例分析表明了单纯形模拟退火算法应用在网架结构优化中的可行性和有效性。     

并行模拟退火算法在拱坝体形优化中的应用

介绍了近年发展起来的模拟退火算法,探讨了模拟退火算法的并行化。在4台PC机搭建的并行环境下,用一个简单的数值计算例子对并行模拟退火算法进行TN试,测试结果表明并行计算明显提高了模拟退火算法的运算速度。最后,把并行模拟退火算法应用于拱坝的体形优化。     

求解TSP的贪心模拟退火算法

通过分析传统模拟退火算法的不足和可行的改进方案,提出了一个用于求解TSP问题的贪心模拟退火算法.新算法在改进的模拟退火算法的基础上结合改进的贪心算法,增加了算法的解的质量.实验表明,新的算法比传统的模拟退火算法和贪心算法有更优的解.     

基于单纯形模拟退火算法的网架结构优化设计

针对单纯形和模拟退火算法的优缺点，单纯形模拟退火算法将两种算法有机地结合起来，充分利用了单纯形算法收敛速度快以及模拟退火算法的随机突跳、不易陷入局部极小点的特性。两种算法结合，互相补充不足，大大提高算法的效率，并消弱了对参数选择的苛刻性。应用单纯形模拟退火算法对网架结构进行优化设计，并对模拟退火算法中参数的选择进行了探讨，算例分析表明了单纯形模拟退火算法应用在网架结构优化中的可行性和有效性。     

单纯形—模拟退火算法

在简要介绍单纯形法基础上,针对模拟退火算法存在收敛慢、费机时较多的缺陷,将单纯形法与模拟退火算法有机地结合起来,形成一种新的改进造型的优化算法－单纯形－模拟退火算法,以加快速敛速度,提高解的质量,是单纯形法与模拟退火算法各自特点的综合,并通过算例进行了验证。     

用小生境模拟退火算法求解热轧调度问题

建立了特殊生产工艺约束下热轧调度问题的非对称旅行商问题的数学模型,采用小生境模拟退火算法求解该模型,提出用小生境邻域构造法构造搜索子空间,以提高模拟退火算法的效率。实验结果表明小生境模拟退火算法能够更快地找到更好的解,并优于局部搜索算法和传统模拟退火算法。     

遗传模拟退火算法在结构优化设计中的应用

遗传算法、模拟退火算法都是随机搜索方法,在处理全局优化、离散变量、多连通可行区等困难问题中,具有传统结构优化算法不可比拟的优势.笔者针对遗传算法和模拟退火算法的特点,取长补短,结合成一种混合遗传算法—遗传模拟退火混合算法.经改进后的混合算法既发挥了遗传算法全局搜索能力强的特点,又保留了模拟退火算法局部寻优效果好的优点.     

基于链式遗传-模拟退火混合算法的电网扩展规划

将模拟退火机制引入到食物链生态进化算法,提出了链式遗传-模拟退火混合算法（CAGSAH）,对种群执行并行退火操作,弥补食物链生态进化算法爬山能力不足,提高算法全局寻优能力。给出了链式遗传-模拟退火混合算法的详细计算流程,并将其应用到求解电网扩展规划问题,实际计算结果显示链式遗传-模拟退火混合算法在搜索效率及收敛性能上明显优于食物链生态进化算法。     

矩形件排样的模拟退火算法求解

讨论了用模拟退火算法求解矩形件排样问题。在这问题数学模型分析的基础上,给出了模拟退火算法求解的关键步骤和方法,并通过算例讨论了模拟退火算法中三个主要参数初始温度、冷却系数以及终止温度对排样结果的影响。实验结果表明：采用模拟退火算法求解排样问题是适合的。     

基于混合模拟退火的勤务编排技术研究

为了优化航空公司勤务编排结果,在考虑勤务编排规则、机组成本和人力因素的基础上,构建了勤务编排优化模型,且综合平衡了各项目标函数.运用局部搜索法获得初始解,并与模拟退火算法结合,形成求解勤务编排问题的混合模拟退火算法.最后通过启发式操作将不可行解转化为可行解.仿真实验表明,混合模拟退火算法能够有效缩小算法搜索空间,减少计算时间,提高运行效率.与基本模拟退火算法和遗传算法相比,混合模拟退火算法运算速度和运算结果均有明显地提高.