钢边箱钢带冲齿布局算法设计

针对钢边箱包边钢带上冲齿计算机辅助排料加工问题,提出了一种快速优化布局算法,实现在避让剪角的前提下,自动优化选择多个工艺参数.算法以改进的模拟退火算法为基础,采用多边形检测算法实现剪角的自动避让.实例软件应用表明算法具有良好的收敛速度和有效的优化布局结果.     

基于模拟退火改进蚁群算法的配电网重构

配电网重构是优化配电系统运行的重要手段,在基本蚁群算法的基础上,通过加入模拟退火算法和精英策略对基本蚁群算法作出了改进,并应用到配电网重构问题上;通过加入模拟退火算法,改善了蚁群算法初始信息素分布和迭代过程中的寻优质量;运用精英策略,又加快了算法本身快速求取全局最优解的速度;最后通过对IEEE33节点系统算例的仿真,取得了较好的效果,证明了该混合算法的有效性和可行性。     

协同信道空时优化MIMO无线传输系统

该文提出一种基于虚拟信道的空时优化多输入多输出(MIMO)无线传输系统。通过在发射端产生不同的空时虚拟信道,与实际空间无线信道级联,构成系统的整体传输信道即协同空分信道。系统可以根据接收端的反馈信息采用模拟退火算法来优化虚拟信道,改善误码率(BER)性能。利用虚拟信道方法,可以使一根MIMO发射天线在同一时间、同一频段传输多路叠加合并后的数据信号,从而可以使发射的不同数据信号的总路数超过发射天线的数量,突破了现有MIMO系统在同一时间、同一频段最多只能发射与发射天线数量相等的不同数据信号的传统方式,可以显著提高系统的频谱效率。仿真结果和基于ZC706和AD9361硬件平台的微波暗室实际测试结果充分验证了新MIMO系统的有效性。     

基于设计公差约束的螺旋桨配准问题

针对螺旋桨加工过程中叶面和叶背加工余量分布不均匀的问题,提出了一种公差约束条件下螺旋桨毛坯与设计曲面快速配准的方法,用以保证螺旋桨叶面和叶背加工余量均匀。在螺旋桨设计过程中,分析了半径、纵斜、轴向位置和桨叶夹角对设计曲面空间位置的影响,确定了基于设计公差变动范围的螺旋桨形貌变化约束条件。建立了约束条件下螺旋桨曲面配准数学模型,并基于模拟退火算法快速求解得到全局最优解。螺旋桨毛坯曲面与设计曲面的匹配验证结果表明,该算法能实现螺旋桨毛坯曲面和设计曲面的快速匹配。     

基于神经网络-模拟退火算法的超高压嫩化河蚌肉的工艺优化

为解决河蚌肉质粗韧,提升河蚌肉品质,利用超高压对河蚌肉进行嫩化处理。采用3-5-1结构的级联BP神经网络,建立了超高压嫩化河蚌肉工艺的预测模型,并采用模拟退火算法对其进行优化,得到超高压嫩化河蚌肉最佳工艺条件。结果表明,训练好的级联BP神经网络具有较好的预测功能,其预测值与实测值之间的相对误差保持在0.26%~8.70%。利用模拟退火算法对压力条件、CaCl_2浓度、保压时间与剪切力之间的非线性关系优化,得到最佳工艺为:压力强度345 MPa,CaCl_2浓度为0.30 mol/L,保压时间为15 min,在这个条件下剪切力为10.54 N。实验室相同条件下的验证实验得到的剪切力为(10.38±0.13)N,该值小于响应曲面设计优化出的最佳工艺条件下的实验验证的剪切力,说明利用模拟退火算法优化级联BP神经网络的预测模型是一种比较有效的优化生产工艺参数的方法。     

矿区地表沉陷的D-InSAR监测方法

基于两景ALOS PALSAR影像,利用D-InSAR技术,获取了2007-12-10-2008-01-25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。     

基于改进BP神经网络的机床基础部件可再制造性评价模型

为了利用样本数据准确完成机床基础部件可再制造性评价,提高机床基础部件可再制造性评价预测精度,提出一种采用模拟退火遗传算法优化BP神经网络的机床基础部件可再制造性评价模型。该评价模型以机床基础部件可再制造性经典评价模型评价结果为样本数据,建立机床基础部件可再制造性评价BP神经网络预测模型,采用模拟退火遗传算法优化BP神经网络模型,寻找更优初始网络权值、阈值,以提高收敛速度和避免局部收敛。以一台机床基础部件可再制造性评价为例,验证了基于模拟退火遗传算法优化的BP神经网络评价模型具有更好的预测精度。     

基于PABFD-SA算法的虚拟机动态迁移研究

虚拟机动态迁移整合技术是大规模异构云数据中心降低能耗的有效方法。采用指数平滑预测法进行负载检测,然后以最小迁移时间算法（MMT）为原则筛选出待重分配的虚拟机,并就重分配过程中的能耗优化问题设计了一种感知能耗的最佳适配递减和模拟退火组合算法PABFD-SA（Power Aware Best Fit Decreasing-Simulated Annealing）。该算法将BFD算法获取的物理主机序列作为SA算法的初始解,并在搜索过程中加入了保留和更新历史最优解的功能。仿真结果表明,该算法在减少异构云计算系统的总能耗,降低SLA违约方面有一定改善。     

夜间不定车速环境下的优化调度模型分析

在车辆调度的过程中,夜间环境下对车辆行驶状况的影响因素较多,车速不定,车辆调度的非线性将大大增加,传统的车辆调度模型应用到夜间环境下时,存在调度误差大,耗时严重的问题。提出基于模拟退火-遗传算法的夜间不定车速环境下的调度方法。利用模拟退火算法处理非线性问题的优势,结合遗传算法的优化求解功能,建立基于模拟退火-遗传算法的车辆优化调度模型,针对该模型求解,获取车辆调度的最优值,实现夜间不定车速环境下的优化调度。实验结果表明,利用GA-SA进行夜间不定车速环境下的优化调度,能够缩短调度时间,缓解车辆运行过程中的拥堵,极大提高了车辆运行速度,满足车辆调度的实际需求。     

维修时点预测的动态车间调度问题

针对制造业中生产计划的不确定问题,提出一种维修时点预测与自适应的遗传模拟退火算法相结合的优化调度方法。该方法首先利用差分自回归移动平均模型预测设备未来的故障率,然后借助电气设备的威布尔（Weibull）分布模型逆向求出设备未来故障发生时刻,最后将此作为约束条件,利用自适应的遗传模拟退火算法解决传统的生产调度问题。结合工厂实际情况,主要分析了设备有无维修的随机调度问题,以最小化最大完工时间为目标,获取每一个任务的调度计划以及每一台设备的维修时点,确定出最佳调度方案。实验表明自适应的遗传模拟退火算法的性能较好。在河北某工厂的生产车间中,设备在运行调度方法后三个月的平均故障率比运行前相对降低了3.46%。