用模拟退火算法实现集成电路热布局优化

介绍了一种综合考虑集成电路电学性能指标以及热效应影响的布局优化方法.在保证传统设计目标(如芯片面积、连线长度、延迟等)不被恶化的基础上,通过降低或消除芯片上的热点来优化集成电路芯片的温度分布情况,进而优化整个电路性能.并将改进的模拟退火算法应用于集成电路的热布局优化,模拟结果表明该方法与传统布局方法相比在保持了较好的延迟与连线长度等设计目标的同时,很好地改善了芯片表面的热分配情况.     

基于模拟退火算法的门阵列布局

通过对集成电路布局问题及模拟退火算法的分析, 将模拟退火算法应用于一组门阵列电路进行布局求解和测试.实验结果表明:和标杆电路的结果相比,模拟退火算法在布局效果上显示出其优越性.此外还通过实例对算法中各参数所起作用及取值进行了研究.     

基于并行模拟退火算法的复杂机电产品的布局设计

布局问题理论上属于NPC问题,在工程实践中经常遇到复杂机电产品的布局问题.为了较好的解决这样的问题,文章以模拟退火算法为基础,针对其早熟和收敛速度慢的缺陷加以改进,给出了并行算法和模拟退火算法相结合的算法。该算法用MPI和VC混合编程,并且加入网格服务策略,可以在多台机器上联合运行,一方面可以为模拟退火算法选择更好的运行结果,另一方面可以加快算法的运算效率。     

基于模拟退火算法的PCB走线优化分配

文章针对PCB走线自身的特点，提出了基于模拟退火算法。MATLAB仿真表明，该算法具有较高的控制精度和良好的动态特性，同时也具有较好的实时性和有效性，能有效提高PCB走线布局的效率，达到提前完成项目和减少多层电路板的目的。     

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.     

基于模拟退火算法的城市电动汽车充电站优化布局

阐述了电动汽车充电站选址模型,以充电站收益最大化为目标函数,交通流量为约束条件,并运用模拟退火算法求解该模型。结果表明,将模拟退火算法应用于电动汽车充电站选址可以为电动汽车项目管理者提供一个优化或近似最优的选址方案。     

基于改进模拟退火算法的PCB电子元器件热优化布置研究

为了解决PCB板上电子元器件温度过高的问题,文中基于模拟退火算法介绍了一种PCB电子元器件优化布置的方法。该方法在传统优化方法的基础上进行改进,依次对二维阵列式布置模型和元器件选位进行优化。文中对该方法的建模及优化过程进行分析,并给出了具体的优化案例。通过在热仿真软件Icepak平台将该方法与传统优化方法进行对比,对于文中所选案例,该方法相比传统方法优化了3.09℃,优化率达到8.95%,仿真结果证明了该方法的可行性。     

基于改进模拟退火算法的虚拟机调度优化方法

本文将着重分析改进模拟退火算法的虚拟机调度优化方法,了解虚拟及调度中的问题和问题特点,针对虚拟机调度优化进行实验并展开实验对比,旨在更好的提高改进模拟退火算法的虚拟机调度优化水平。     

用模拟退火算法实现语音识别中的矢量量化

矢量量化在语音识别中有着重要的作用。经典的K均值算法收敛速度快,但极易收敛于局部最佳点;其它的一系列改进算法在克服其局部收敛问题的同时,又显著增加了运算量。本文提出了用模拟退火算法实现语音识别中的矢量量化过程,能够较好地协调运算量和收敛质量之间的矛盾。文章讨论了具体算法,并给出了实验数据。结果表明该方法的综合性能优于现有算法,具有较高的实用价值。     

混合模拟退火算法解决VLSI布局问题

VLSI布局问题是集成电路物理设计过程中的关键步骤，它直接影响整个设计的成败。Slicing结构是一种简单而高效的布局表示方法，采用正则波兰表达式编码，将模拟退火与禁忌搜索算法结合形成了一种以模拟退火算法为基础的混合算法进行求解，用MCNC benchmarks进行实验，结果表明：文章提出的混合算法比模拟退火算法在求解效率和质量上都有较大的提高。     

基于变异算子与模拟退火混合的人工鱼群优化算法

人工鱼群算法(AFSA)是一种新型的群智能随机全局优化技术.本文在分析AFSA存在不足的基础上,提出了基于变异算子与模拟退火混合的人工鱼群优化算法.该算法保持了AFSA算法简单、易实现的特点,克服了人工鱼漫无目的随机游动或在非全局极值点的大量聚集,显著提高了算法的运行效率和求解质量.通过函数和实例测试验证,表明了该算法是可行和有效的.     

基于模拟退火算法的组网雷达系统误差校正

系统误差校正是多传感器数据融合和跟踪系统中的基本问题，传统的解决方法是最小均方估计法或极大似然估计法，其缺点是对噪声比较敏感。文中提出了用非参数化方法解决多传感器数据融合中的系统误差校正问题，具体地讲就是把系统误差校正问题转化为非线性优化问题，然后通过模拟退火算法求解。该方法的优点是不需要事先知道各传感器的系统误差，并且适用于不同类型的传感器。经过仿真可知算法有效且对噪声不敏感，比线性化方法有更高的收敛效率和求解精度。     

用模拟退火法设计数字滤波器

研究了用模拟退火的优化算法来设计数字FIR滤波器,提出了一种针对FIR滤波器设计的优化改进方法,该方法提高了搜索全局最优的能力,并显著缩短了优化计算时间。     

自适应的多目标模拟退火优化算法(英文)

In recent years,simulated annealing algorithms have been extensively developed and utilized to solve multi-objective optimization problems.In order to obtain better optimization performance,this paper proposes a Novel Adaptive Simulated Annealing (NASA) algorithm for constrained multi-objective optimization based on Archived Multi-objective Simulated Annealing (AMOSA).For handling multi-objective,NASA makes improvements in three aspects:sub-iteration search,sub-archive and adaptive search,which effectively strengthen the stability and efficiency of the algorithm.For handling constraints,NASA introduces corresponding solution acceptance criterion.Furthermore,NASA has also been applied to optimize TD-LTE network performance by adjusting antenna parameters;it can achieve better extension and convergence than AMOSA,NSGAII and MOPSO.Analytical studies and simulations indicate that the proposed NASA algorithm can play an important role in improving multi-objective optimization performance.     

利用基于粒子群优化和模拟退火的混合策略优化正形置换

Orthomorphism on F n 2 is a kind of elementary permutation with good cryptographic properties. This paper proposes a hybrid strategy of Particle Swarm Optimization (PSO) and Simulated Annealing (SA ) for finding orthomorphisms with good cryptographic properties . By experiment based on this strategy, we get some orthomorphisms on F n 2 (n = 5, 6, 7, 9, 10) with good cryptographic properties in the open document for the first time, and the optimal orthomorphism on F 8 2 found in this paper also does better than the one proposed by Feng Dengguo et al. in stream cipher Loiss in difference uniformity, algebraic degree, algebraic immunity and corresponding permutation polynomial degree. The PSOSA hybrid strategy for optimizing orthomorphism in this paper makes design of orthomorphisms with good cryptographic properties automated, efficient and convenient, which proposes a new approach to design orthomorphisms .     

基于遗传模拟退火算法的Otsu图像分割研究

针对目前基本遗传算法在优化图像分割算法中存在的易于早熟、陷入局部最优的不足,以最大类间方差函数为适应度函数,提出了一种基于改进遗传算法的图像阈值分割算法.对交叉、变异算子进行自适应改进,同时将模拟退火算法融入到遗传算法中,使得对个体的评价更合理,既能克服种群退化现象,又改善算法的全局搜索能力,避免遗传算法陷入局部最优.实验结果显示,与Otsu图像分割法以及基于遗传算法的图像分割方法相比,使用该方法得出的阈值范围更加稳定,执行效率更高,在图像分割中获得的分割效果更佳.     

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.