遗传模拟退火算法用于浅海声速反演的仿真研究

研究了浅海声速反演中经验正交函数的参数寻优算法.通过数值仿真分析了模拟退火算法和遗传算法的优缺点,并在此基础上,提出了将二者相联合而得到遗传模拟退火算法,数值算例验证了该算法兼备二者的优点,克服了它们的缺点.以射线理论为基础,应用遗传模拟退火算法,仿真计算了浅海2种声速分布下的声速反演问题,取得了较好的结果.该方法具有不依赖初始条件且解为收敛等特点.     

用二元位相光栅进行激光束叠加的研究

基于标量衍射理论,系统探讨了二元位相光栅实现激光束叠加的理论和位相光栅设计方法,利用新型遗传模拟退火混合算法得到优化的光栅参数,给出其用于分束和耦合时的模拟结果,并讨论实际误差对位相光栅耦合效率的影响.二元位相光栅用于激光束叠加有结构简单,调节灵活的优点,可以有效地提高激光束的功率密度和系统的整体性能.     

基于多层前向神经网络的伺服系统逆动态控制

建立了非线性伺服系统逆动态控制的体系结构,利用启发式模拟退火算法,进行了基于神经网络方法对象模型未知条件下的伺服系统逆动态控制仿真研究。     

混合优化算法

对连续函数的优化问题,本提出了一个模拟退火算法（ＳＡ）与ＰＯＷＥＬＬ直接算法相结合的混合优化算法（ＳＡ－Ｐ）,数值实验表明该算法是有效的。     

应用模拟退火原理寻找无团聚纳米粒子Zr(OH)_4制备的最佳工艺条件

将模拟退火算法应用于无团聚纳米粒子Ｚｒ（ＯＨ）４的研制中［２］获得制备纳米Ｚｒ（ＯＨ）４的最佳工艺条件。实验验证和计算机模拟都表明该方法有效。     

捕鱼问题的非线性控制模型

对渔业的可持续开发问题采用状态方程进行了分析和讨论,建立了最优捕鱼策略的非线性最优控制模型,应用“模拟退火”算法,借助计算机给出该模型的最优解。     

基于模拟退火算法旅行商问题的并行实现

旅行商问题属于ＮＰ难题，不存在多项式时间的算法。提出一个基于模拟退火算法求解旅行商问题的算法，并在并行设计环境Ｍｕｌｔｉ－ｐａｓｃａｌ中加以实现。     

基于模拟退火Hopfield网络模型的有约束FMS资源调度

介绍了利用神经网络和模拟退火技术来求解有约束的ＦＭＳ资源调度问题的方法，有约束的ＦＭＳ资源调度问题首先被分解为一系列时间间隔的调度，这些时间间隔的调度事件驱动，随着这些时间间隔的调度的完成，整个调度过程结束，仿真结果表明，由于这种方法是梯度下降和随机搜索法的综合，因而它可以克服通常神经网络容易陷入局部极小点的缺点，从而获得问题的最优解。     

一个快速的自退火算法及其应用

本文首先讨论了一般的模拟退火算法的优缺点，提出了一个快速的单元自退火算法，并将其用于解决图的着色问题，结果表明新算法的综合性能良好。     

模拟退火BP网络理论与算法

结合模拟退火算法在能量空间宏观上的有方向性和ＢＰ算法对细观结构的敏感性，发展了模拟退火ＢＰ理论及算法，并以正弦函数的迭代收敛为例，证明了这种方法的正确性和有效性。实际上这一理论将组合优化问题与统计力学中的热平衡问题类比，另辟了求解组合优化问题的新途径。