“模拟退火”在全局最优化中的应用和改进

电信网优化问题经合理简化可转换为四维整数区域上的全局最优化问题.但该问题的费用函数是极端‘病态’的,采用基本的‘模拟退火’算法效年低,解的稳定性也不够满意.本文针对基本 SA 算法的弱点探讨了几种改进方法,使算法效率和解的稳定性都有所改善.     

基于新型模拟退火算法的PSS参数优化方法

提出一种基于单纯形-模拟退火算法的电力系统稳定器(PSS)参数优化方法.以弱阻尼机电模式阻尼比构建目标函数,将单纯形法搜寻机理嵌入到模拟退火算法的基本步骤中,综合模拟退火算法全局搜索能力强、单纯形算法局部收敛速度快的优点.在新英格兰典型系统上的特征值分析表明,该方法是一种有效的PSS优化方法,所得的参数对系统运行方式的变化具有良好的鲁棒性.     

“模拟退火”算法在长途电信网优化中的应用

文中给出长途电信网优化的数学模型,并应用改进的解释结构模型法(ISM)对其进行了简化,使最优解的搜索缩小到三维或四维的整数区域.试验表明该模型的目标函数在搜索区域上是“病志”的,应用“模拟退火”算法取得了较好的解.     

基于模拟退火的全局优化算法

针对优化问题中的多极值的现象，提出了基于有记忆模拟退火的全局优化算法，并针对不同的设计变量，采用了不同的邻域产生方法。在分析 算法性能的基础上，分别对连续变量和离散变量优化问题的工程实例进行了求优，结果表明该算法具有较高的计算精度和适应性。     

模拟退火算法及其改进

借鉴遗传算法中的非均匀变异思想,用非均匀变异策略对当前模型扰动产生新的模型,对传统的模拟退火算法提出了改进,通过多峰值函数数值优化测试结果表明,该算法在高温的时候能够进行大范围的搜索,随着温度的降低,逐渐缩小解的搜索范围,大大加快了收敛速度,证实了该改进算法的有效性和高效性。     

‘模拟退火’算法原理及其应用中的几个问题

本文介绍了‘模拟退火’算法的原理、机制和步骤,并对该算法在应用中的若干问题进行了讨论.     

快速模拟退火算法及矿井通风网络全局优化

提出了一种新的快速模拟退火算法,在对其性能测试的基础上,将其成功地应用于矿井通风网络全局优化设计,结果表明,该算法能有效地求解传统的确定性方法所不能凑效的全局最优解问题,而且同传统的模拟退火算法相比,具有更高的计算效率。     

关于单纯形算法的讨论

本文分析了单纯形算法的主要特点。给出了判定单纯形算法最有效性的充分条件，提出了改进求解线性规划的方向。     

一种新的自适应退火遗传算法

在函数的全局优化算法中,模拟退火算法和遗传算法的结合可较好地改善算法的性能。基于这个思想提出一种新的自适应退火策略用于遗传算法中选择概率的计算以增强算法的收敛性,在交叉和变异概率的选取上也进行了自适应处理,以进一步改善算法的稳定性和收敛性。基于典型算例的仿真结果验证了该算法对高维复杂函数最优化的有效性和高效性,其性能明显优于传统遗传退火算法、改进的进化规划方法。     

基于模拟退火的全局混合反演方法及其应用

为了增强模拟退火算法的局部搜索性能,将局部搜索能力较强的单纯形法和鲍威尔法引入模拟退火算法当中,形成了基于模拟退火的全局混合反演方法。给出了模拟退火算法与单纯形法的镶嵌式结合方式以及模拟退火算法与鲍威尔法的串行式结合方式,并对其结合步骤进行了详细的阐述,以便于编程实现。分别对模拟和实测的直流激电测深曲线进行了反演试算:对于不具有等值性的激电测深曲线,反演效果很好,模型参数的相对误差基本控制在1%以内;对于等值性较严重或含有观测误差的激电测深曲线,全局混合反演方法也不能完全克服多解性,但可以通过改变模型参数空间和算法参数进行多次反演,最终可给出合理的解估计。     

基于改进模拟退火算法的配电网无功优化方法

采用改进的模拟退火优化算法对配电网进行无功优化计算,针对配电网无功优化问题建立优化计算的数学模型。以调节无功补偿容量、补偿点分布、变压器分接头位置为手段,实现无功优化目的。对实际配电网优化计算结果表明,该方法可有效降低系统网损,保证各节点电压稳定,提高电力系统运行的安全性和经济性。     

一种改进的模拟退火图像盲复原算法

通过分析均匀分布与Cauchy分布的分布机制,提出了一种改进的模拟退火图像盲复原算法,该算法选择Cauchy分布为随机扰动量来产生状态扰动函数。通过计算机仿真,验证了该算法对初值的鲁棒性和复原的效果优于基于均匀分布随机扰动量模拟退火盲解卷积算法,提高了收敛到最优解的速度。     

基于SA算法的k-means聚类算法的改进

传统的k-means聚类算法常陷入局部最优,需要事先输入聚类数,这样会造成原有算法失效或聚类结果不准确。在研究现有聚类算法的基础上,使用ε-最近邻法剔除孤立点,提出一种改进的基于模拟退火算法的、具有自适应功能的k-means聚类算法。实验结果证明,提出的算法是可行的、有效的。     

模拟退火算法在药物动力学参数反演中的应用

介绍了模拟退火算法的原理和求解方法,并将其用于药物动力学参数的反演,在利用残数法求得解的基础上确定了各参数的变化区间,在Matlab语言环境下实现了该算法,并与残数法、IGS-M法的结果相比较,数值结果表明,模拟退火算法简单、准确,能更好地实现最优拟合。     

基于模拟退火算法的电源规划

针对电源规划最优方案设计问题,利用模拟退火算法和等微增率模型对优化目标进行了合理探讨。为了取得经济上的正确评价,将不同时刻的资金折算为同一时刻的资金进行了比较。在系统峰值负荷增长30%等条件下规划增装机组的类型和数量,使用模拟退火算法经过多次计算得出一组较优解。为了得到典型日第12 h和第24 h现有系统各机组的最优负荷分配方案,利用等微增率模型进行求解,并采用模拟退火算法提高数据的精度,最终实现了电源规划方案的优化。     

基于遗传算法和模拟退火算法的混合算法

结合离散时间系统最优控制问题,提出一种新的混合算法.该算法是在遗传操作中嵌入模拟退火算子,有效地结合了遗传算法隐含并行与模拟退火算法全局寻优的特点,同时用罚函数方法处理约束条件,设计了专门的遗传操作算子,构造了相应的适应度函数,实现了离散时间系统的最优控制.实验结果表明,新算法既具有较快的收敛速度,又能够收敛到最优解.     

模拟退火遗传算法在多用户检测技术中的应用研究

研究了模拟退火遗传算法在移动通信系统多用户检测中的应用，通过分析系统框图、遗传算法和模拟退火算法的性能，对将其利用于多用户检测器中的可行性进行了理论阐述并进行了仿真，结果表明本文提出的多用户检测器可以有效的解决多址干扰和抑制远近效应，其性能接近最优多用户检测器，优于传统检测器。     

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.