基于模拟退火的DEAS算法

针对动态编码搜索算法(DEAS)求解全局优化问题容易陷入局部最优解的问题,提出一种基于模拟退火思想的动态编码随机搜索算法。算法的静态数据结构是二进制矩阵,矩阵每一行代表问题的一个维度;动态过程包括增加串长执行搜索和在最优方向的引导下探索两个基本过程。数值实验的结果表明,对非线性的和不连续的多维函数,改进随机算法的性能要优于原始DEAS算法,具有对初始解强的鲁棒性和更强的跳出局部最优解的优点。     

基于KOHONEN神经网络的模拟退火算法

本文提出了一种基于分布式知识的广义优化方法----基于KOHONEN神经网络的模拟退火算法。采用人工神经网络积累搜索区域信息,利用其学习的分布式寻优知识指导搜索过程的优化。研究了各种优化策略,给出了算法流程和结构框图。典型算例的仿真研究结果显示了新算法在寻优性能上的优越性。     

基于模拟退火算法的盲均衡算法改进

码间干扰是水声信道通信中存在的一个主要问题,它的主要解决方法是在接收端采用盲均衡方法.HOS盲均衡算法是理论非常完备的一种盲均衡算法,由于直接使用了高阶统计量的性质,该算法抗码间干扰的能力很强,但是运算速度慢,收敛费时.为了解决这个问题,要在HOS盲均衡算法中引入模拟退火算法.模拟退火算法是一种全局优化算法,可以有效地避免算法收敛到局部解.两种算法的结合,最大程度的利用了两种算法的特性,通过对代价函数的有效求解,可以大大提高HOS盲均衡算法的收敛速度,减少码间干扰.最后经计算机仿真证明该算法在不破坏HOS盲均衡算法收敛效果的同时加快了算法的收敛速度.     

基于免疫规划的模拟退火算法

通过对模拟退火算法优缺点的分析,提出了一种新型的模拟退火算法——基于免疫规划的模拟退火算法。该算法借鉴了生物免疫概念与理论,将免疫规划的全局寻优能力与模拟退火算法的局部寻优能力相结合,克服了模拟退火算法运算效率低的缺点。理论分析和仿真结果表明,该算法不仅能够有效地保持种群的多样性,而且收敛速度和稳定性都有了明显提高,收敛到最优值的比例可达到91%。     

基于改进模拟退火任务调度算法研究

研究任务调度优化系统问题.任务调度问题的主要难点在于复杂度太高,传统的基于任务调度Q学习算法更新收敛速度慢.针对协同工作中的任务调度实际问题,提出了一种基于模拟退火的改进的Q学习算法.算法首先建立任务调度目标模型,在分析了Q学习算法的基础上,通过引入模拟退火算法,同时结合贪婪策略,以及在状态空间上的筛选判断,并给出了任务调度的整个过程.仿真结果表明,与单一的Q学习任务调度算法相比,改进的算法显著地提高了收敛速度,缩短了执行时间.从而验证了改进算法的有效性.     

基于模拟退火算法的自适应分形图像压缩

针对传统的分形图像压缩方法存在计算量大,编码耗用时间长的缺点,本文引入模拟退火算法思想,提出了一种基于模拟退火算法的自适应分形图像压缩编码方法。实验结果表明,与传统的分形图像压缩方法相比,该方法在保证图像压缩比和图像质量的情况下,可以大幅度地减少了图像的编码时间。     

基于模拟退火技术的QDPSO算法

提出了一种基于模拟退火技术的量子空间模型粒子群优化(QDPSO)改进算法，利用模拟退火算法(SA)的搜索能力克服QDPSO算法在寻优过程中早熟的缺点，通过标准测试函数进行性能测试，验证了算法的收敛性和快速性，并和标准PSO及QDPSO进行了比较。仿真结果表明，该算法具有更好的稳定性和收敛性，是一种良好的全局优化方法。     

基于模拟退火算法的主题爬虫

主题爬虫是主题搜索引擎的基础与核心,主题爬行策略的好坏直接影响搜索结果。为了搜索到更多相关的网页,通过利用模拟退火机制选择下一步要访问的链接,使那些蕴含“综合价值”高的链接在搜索初期有机会被选中,同时利用“隧道技术”扩大相关网页的搜索范围。计算链接价值时,综合考虑了链接所在页面内容的价值和链接提示文字的价值,根据它们对链接价值的影响程度不同,分别赋予它们不同的权值。实验证明,该方法对提高网页覆盖率和准确率都有很好的效果。     

基于遗传模拟退火算法的网络负载平衡研究

介绍了网络负载平衡的基本算法,建立了负载平衡的数学模型,重点阐述了遗传算法和模拟退火算法相结合的重要意义。并提出将遗传模拟退火算法应用于解决网络负载平衡问题的算法,通过实例证明了其有效性。     

基于遗传模拟退火算法的BP算法研究

目前广泛应用于神经网络优化的方法是反向传播(Back Propagation,BP),但是BP神经网络的全局搜索能力很有限.文中探讨了两种全局优化算法:遗传算法(Genetic Algorithm,GA)和模拟退火(Simulated Annealing,SA),以及它们和BP算法结合形成的优化算法,并且比较了它们在神经网络优化中的优缺点.     

考虑监管惩罚的两类运作系统应急运作模型

针对电力、石化等区域垄断性运作系统能力因突发事件受损的情况,从运作管理的视角探讨监管惩罚、管理者应急态度和应急决策之间的关系,并以此构造相应的单阶段和多阶段应急运作模型.从理论上证明了监管惩罚的边界和惩罚机制参数与应急决策变量的相关关系,在此基础上对服务和生产两类系统的监管机制和管理者应急决策进行数值模拟分析.仿真结果表明,所提出的方法对监管部门制定惩罚机制、管理者改善应急管理绩效具有较好的启示.     

一类非线性严格反馈系统基于干扰观测器的抗干扰控制

针对一类带有干扰的非线性严格反馈系统, 研究其抗干扰控制问题. 系统干扰满足不匹配条件, 代表一类部分信息已知的干扰. 通过设计非线性干扰观测器, 提出基于非线性干扰观测器和back-stepping 的抗干扰控制方法来补偿干扰, 该方法可以保证闭环系统所有信号是半全局最终一致有界的. 最后, 通过与现有方法的对比验证了所提出方法的正确性和有效性.

     

基于输入状态稳定的离散广义系统预测控制

针对一类具有持续扰动和输入约束的离散广义系统, 研究其鲁棒预测控制器的设计问题. 将输入状态稳定的概念引入广义系统预测控制, 在quasi-min-max 性能指标下, 提出了广义系统双模鲁棒预测控制器的设计方法, 证明了基于双模鲁棒预测控制器的闭环广义系统输入状态稳定, 且具有正则、因果性. 数值仿真结果验证了所提出方法的有效性.

     

基于观测器的离散时滞系统的故障诊断

研究含有测量时滞的线性离散系统的故障诊断问题,提出一种测量时滞的无时滞转换方法和基于降维状态观测器而不利用残差体现故障的故障诊断方法.首先通过构造一个含有故障状态的增广系统和进行测量时滞的无时滞转换,将时滞系统的故障诊断问题转化为无时滞增广系统的状态观测问题;然后给出了其诊断误差能按预先指定的指数速率趋于零的故障诊断器的设计方法.仿真算例验证了该方法的可行性和有效性.     

基于非对称Lanczos 算法的线性分数阶系统模型降阶方法

采用非对称Lanczos 算法研究线性分数阶系统的模型降阶问题, 提出一种保持系统传递函数一定数量的分数阶矩的模型降阶方法. 根据Caputo 导数的运算法则给出线性分数阶系统的分数阶矩的计算方法; 利用非对称Lanczos 算法构造对应的非对称三对角矩阵; 根据非对称三对角矩阵的性质证明降阶系统与原系统具有相同的一定数量的分数阶矩; 给出降阶系统与原系统传递函数的误差估计, 为合理选择降阶系统的阶次提供理论依据. 数值实例的计算结果验证了所提出方法的有效性.

     

具有多通道数据传输的飞行器网络控制系统故障检测

研究具有多通道数据传输的飞行器网络控制系统故障检测滤波器(FDF)设计问题.考虑每个通道存在各自的网络时延,且丢包符合Markov随机过程.首先,将系统建模为转移概率部分已知的离散Markov跳变线性系统,并设计了基于观测器的故障检测滤波器,将故障检测问题转化为H∞滤波问题;然后,利用LMI工具给出了FDF的可解条件和求解方法;最后,通过某飞行器网络控制系统的数值仿真实验验证了所提出方法的有效性.     

受干预多智能体系统的一致性分析及控制

运用图论、矩阵分析和极限理论, 研究当通信拓扑结构连通的多智能体系统受到干预时, 系统仍保持一致性的充分条件及其平衡状态. 利用指数函数快速递减且可积的特性, 设计干预控制器, 控制多智能体系统收敛到指定位置. 仿真研究实验验证了所提出结论的正确性.

     

A simulated annealing method based on a specialised evolutionary algorithm

The flexible architecture of evolutionary algorithms allows specialised models to be obtained with the aim of performing as other search methods do, but more satisfactorily. In fact, there exist several evolutionary proposals in the literature that play the role of local search methods. In this paper, we make a step forward presenting a specialised evolutionary approach that carries out a search process equivalent to the one of simulated annealing. An empirical study comparing the new model with classic simulated annealing methods, hybrid algorithms and state-of-the-art optimisers concludes that the new alternative scheme for combining ideas from simulated annealing and evolutionary algorithms introduced by our proposal may outperform this kind of hybrid algorithms, and achieve competitive results with regard to proposals presented in the literature for binary-coded optimisation problems.     

基于幂次函数的离散滑模控制算法

利用幂次函数构造一种新的趋近律离散滑模控制算法,并给出了无抖振的理论证明.对于标称系统,该算法可使切换函数无抖振、无正负交替地快速趋近于零;对于满足匹配条件的不确定性系统,可使切换函数无抖振、单调地收敛于与外干扰相关的某一数值.利用倒立摆模型进行了数值仿真,结果表明,控制器的输出、切换函数、被控系统的输出均不存在抖振现象,而且被控系统表现出了良好的动态品质.     

基于事件触发的二阶多智能体领导跟随一致性

研究二阶多智能体系统在固定有向拓扑下的领导跟随一致性问题.为了节省网络和计算资源,给出一种基于事件触发控制的一致性算法.针对每个跟随者智能体,设计基于状态误差形式的触发函数,只有当状态误差满足一定条件,即触发函数取值为零时智能体才触发事件,同时更新并传递自身的采样信息,在两个相邻事件触发时刻之间,控制输入只受领导者控制信号的影响.利用模型变换、矩阵理论和Lyapunov稳定性理论给出多智能体系统达到领导跟随一致性的充分条件.仿真结果验证了理论方案的可行性和有效性.