模拟退火算法求解指派问题新探

模拟退火算法是一种随机搜索算法,能渐进地收敛于全局最优解.指派问题是组合优化问题中的一种,可用模拟退火算法来解此问题.模拟退火算法解决指派问题时,需要考虑实现此算法的技术问题,例如解的形式、初始温度的计算等.实验结果表明,该方法能够以一定的概率跳出局部最优,从而实现全局寻优.     

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。     

电网故障诊断的遗传模拟退火算法研究

针对电网出现的复杂故障,如断路器和保护不正常动作或多重故障等情况,结合新的故障诊断优化模型,应用遗传模拟退火优化算法进行故障诊断,寻找使构造的目标函数最小的最优解.将遗传算法和模拟退火算法结合,有效避免了遗传算法过早收敛和模拟退火算法全局搜索较差的缺点,解决了电网故障诊断结果多解和漏解的情况,实现了电网断路器和保护不正常动作的故障诊断.     

SA算法在基于模型推理入侵检测中的应用

鉴于模型推理的入侵检测方法,需要在庞大的审计记录空间中搜索巨量的攻击脚本子集中的最优值,对于这一NP类完全问题,提出了应用模拟退火算法。并建立了攻击检测的优化问题模型,给出了攻击检测实验中的解空间、目标函数、新解的产生和接受准则,得到了一个合理的冷却进度表,并对实验中的模拟退火算法进行了并行化研究。实验证明,与传统的贪心算法相比,应用模拟退火算法提高了进化速度和全局寻优能力,较好地解决了搜索效率问题。     

基于模拟退火算法的动力头优化设计

根据模拟退火算法的基本原理,定义了动力头优化的目标函数及各种约束条件,给出了模拟退火算法对动力头优化的具体过程.分析对比了常规退火算法同改进的退火算法及采用MATLAB工具箱中fmincon函数对动力头优化的结果.优化结果和实验分析表明,采用改进的模拟退火算法对动力头优化设计是获取问题最优解的好方法.     

Tent混沌和模拟退火改进的飞蛾扑火优化算法

针对标准飞蛾扑火优化算法存在的易陷入局部最优陷阱、全局寻优能力不足的问题,借鉴混沌序列、模拟退火算法和遗传算法,提出Tent混沌和模拟退火改进的飞蛾扑火优化算法.首先,通过Tent混沌序列初始化种群,增加种群多样性;然后对当前最优解增加扰动产生新解,并与当前最优解按比例杂交相加,根据模拟退火算法中的Metropolis准则判断是否接受杂交后的新解,最终获得最优解.分别使用复杂高维基准函数和航迹规划问题测试算法性能.其中,6个复杂基准函数寻优测试结果表明,对于10维基准函数,该算法经过约0.25秒收敛到最优值;对于50维基准函数,该算法经过约0.5秒收敛到最优值.与标准飞蛾扑火优化算法和其它智能优化算法相比,该算法能够有效跳出局部最优解,寻优精度更高,收敛速度更快.航迹规划仿真表明,对有4个禁飞区和2个威胁源的空域环境,该算法经过大约100次迭代可以得到最优航迹,与标准飞蛾扑火优化算法相比精度更高,具有实际应用价值.因此,该算法具有更好的寻优性能.     

大规模仿真网络拓扑映射的子网分割技术

为实现大规模仿真网络拓扑自动映射到有限物理硬件资源,针对求解网络拓扑子网分割最优解这一难题,提出了一种充分考虑物理节点处理能力强、硬件环境一致性好等的情况,采用模拟退火算法进行子网分隔,以求解近似最优解. 此外,提出采用网络拓扑分层预处理的方式简化复杂网络结构模型,以减少模拟退火算法中节点映射规模,提高网络子网分割和拓扑映射的效率．     

基于模拟退火的粒子群算法在函数优化中的应用

为了克服标准粒子群搜索算法在函数优化中出现的迭代速度慢、精度低且易陷入局部最优等缺点,提出了一种基于模拟退火的粒子群优化算法.该混合算法利用模拟退火算法中的概率突变能力,在接受新解时既能接受好解也能以一定的概率接受坏解,能够跳出算法的局部最优解,不仅提高了算法的灵活性与多样性,还能提高粒子的多样性,从而获得了较强的全局与局部优化能力.对5个非线性基准函数进行仿真实验对比后发现,混合算法在非线性复杂函数优化中具有更好的寻优能力,表现出调节精度高,收敛速度快等优点,同时避免了"早熟"现象和陷入局部最优的问题.     

“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.     

基于纳什均衡的网格资源管理模型

提出了一种基于纳什均衡的网格资源分配模型.该模型中,多个资源是合作博弈参与者,将任务在资源上的等待时间转化为一个极大极小问题,通过数学模型求得最优解,并据此提出了任务的分配算法.分析证明该算法可以实现合作博弈唯一的纳什均衡.     

物流成本与物流服务的博弈研究

本文从企业客户的角度,按照Nash均衡解的要求,建立了企业物流成本与物流服务的博弈模型,寻求均衡条件下选择不同物流服务水平的企业实施竞争策略的最优条件,并据此计算企业选择不同物流服务水平所产生的财务增值,辅助企业制定最优的物流成本与物流服务决策。     

一类不定仿线性二次型随机微分博弈的鞍点均衡策略

研究了一类连续时间不定仿线性二次型随机微分博弈的鞍点均衡问题,在It微分的意义下,通过引入一个广义Riccati微分方程(GRDE),证明了该GRDE的可解性是相应随机微分博弈问题均衡策略存在的一个充分必要条件,同时给出了最优策略闭环形式的显式解以及最优性能指标值,所得的结论拓展了已有的有关确定性微分博弈和权系数矩阵正定情形下的随机微分博弈的结果.     

基于Q学习的异构多智能体系统最优一致性

对有领导者的异构离散多智能体系统的最优一致性问题,提出了一种无模型的基于非策略强化学习的控制协议设计方法。由于异构多智能体系统的状态矩阵不同,其局部邻居误差的动态表达式比较复杂。与现有的多智能体系统分布式控制方案相比,所提算法减少了计算的复杂性。首先,建立由增广变量构造的多智能体系统全局邻居误差动态表达式。其次,通过二次型形式的值函数得到耦合贝尔曼方程和Hamilton?Jacobi?Bellman（HJB）方程。再次,求解耦合HJB方程的最优解,得到多智能体最优一致性的纳什均衡解,并给出纳什均衡证明。从次,基于无模型的非策略Q学习算法,求解多智能体最优一致性的纳什均衡解。最后,利用批判神经网络结构,结合梯度下降法实现了所提出的算法,并通过仿真实例验证了算法的有效性。     

三道河水库兴利优化调度研究

通过将便于“穷举”生成非劣解集的多年调节“长系列时历法”与能较好地避免决策者偏好影响的多目标决策“近似理想点排序法”相结合的途径 ,得出了满意均衡解水库兴利优化调度方案 .实例表明 ,优化调度方案相应的理论发电效益显著 ,灌溉和城镇需水要求基本能满足 .     

一种求解线性规划问题的神经网络方法

提出了一种求解线性规划问题的神经网络，证明了该网络全局稳定于平衡点，且该网络具有模型小、便于硬件实现的优点．计算机的模拟结果表明了该网络的可行性和有效性．     

两个生产厂商条件下的古诺模型研究

研究了两个厂商条件下古诺模型的均衡解和动态变化过程,证明了无论第一个厂商关于产量作何种初始选择,均衡解都存在且唯一;还证明了厂商的产量变化过程必然是单调变化过程,拓展了关于古诺模型研究的有关结论,为多个厂商条件下的古诺模型研究提供了分析思路。     

基于元胞退火算法的僵尸网络传播特征研究

为了有效研究僵尸网络传播过程中的特征变化,基于元胞退火算法提出了一种新的刻画方法BDCA.该方法通过定义了僵尸网络中普通节点、易感染节点和感染节点之间的转化关系,建立平衡条件下的最优目标函数,并利用元胞退火算法求出最优解.最后,利用NS2进行仿真实验,深入分析了影响BDCA算法的关键因素,同时通过对比其它算法之间的性能状况.结果表明,该算法具有较好的适应性.     

强度折减有限元法土坡失稳判据分析均质土坡

目前强度折减法分析土坡稳定一般有三种判断依据:位移突变法、求解过程中计算的不收敛、塑性区的贯通情况.针对典型均质土坡算例,采用强度折减有限元方法进行稳定分析,并与极限平衡方法所得到的安全系数进行对比.对比分析表明,三种判别法得到的安全系数与极限平衡法计算的结果接近,说明对均质土坡有适用性.     

改性木质素磺酸钠对铅离子的吸附行为研究

研究了过氧化氢氧化和亚硫酸钠磺化改性后的木质素磺酸钠对水溶液中铅离子的吸附性能. 分别考察了溶液pH值、初始浓度、吸附时间、温度对吸附性能的影响. 实验结果表明,在溶液pH值为1.5-5时,改性木质素磺酸钠对铅离子的平衡吸附量随着pH值的增大而变大;改性木质素磺酸钠对铅离子的平衡吸附量随着温度的升高增加不明显. 在最佳吸附pH值下,改性木质素磺酸钠对铅离子的吸附量随着溶液初始浓度的增加而增大,120 min达到吸附平衡时,铅的饱和吸附量可达到55.22 mg/g. 改性木质素磺酸钠对铅离子的静态吸附过程较好地符合Langmuir等温吸附模型,吸附过程符合准一级动力学模型.     

宏观非一致增长波动经济二次最优完全控制模型

依据完全控制模型理论,给出了宏观非一致增长波动经济最大似然估计参数方法,并给出松驰优化因子和牛顿迭代相结合的求解算法。在估计参数的基础上,给出宏观非一致增长经济均衡轨道性质。