锂离子电池石墨负极微结构数值重建及特征化分析

实际锂离子电池石墨负极由鳞片状石墨层叠而成, 具有明显的各向异性。本文基于椭球颗粒的模拟退火法对其进行三维微结构数值重建。重建微结构乃三相(孔或电解液、石墨和固体添加物)复合结构, 很好地再现了实际电极各向异性特征。对重构电极进行特征化分析, 得到了电极内固/孔相的连通率、比表面积以及孔径分布等信息; 发现石墨颗粒尺寸对电极特性有重要的影响: 椭球形石墨颗粒尺寸越大, 则重建微结构的平均孔径越大, 比表面积越小; 相对于赤道半径, 椭球颗粒的极半径对重建电极特性的影响更为明显。     

振动系统稳定模型的频域辨识

研究了利用频响数据进行振动系统辨识的问题。将振动系统表示为二阶传递函数之和的形式,通过约束传递函数模型中分母系数为正,可以保证模型的稳定性。采用非线性最小二乘目标函数作为优化准则,分子和分母系数通过分离的方式进行估计。分母系数利用模拟退火算法得到,分子系数通过求解线性最小二乘问题得到。数值仿真算例验证了辨识算法的有效性。     

单层球壳结构强震下倒塌模式的构件截面优化

以结构杆件重量最轻为优化目标,以杆件截面尺寸为优化变量,建立单层球壳结构倒塌模式优化模型。优化模型考虑长细比、挠度、杆件强度及稳定约束条件,保证优化后结构满足规范和规程要求,同时将构形度也作为约束条件,保证优化后结构在强震下呈现理想的、有征兆的强度破坏特征。针对遗传算法(GA)和模拟退火算法(SA)各自的优缺点,以遗传算法作为主体流程,将模拟退火算法的优化机制融入其中,建立遗传-模拟退火算法(GASA)。采用C++语言编写GASA计算程序,与APDL语言编写的有限元分析命令流相结合,得到GASA-ANSYS优化程序。采用该程序对跨度为70m的K6型单层球壳结构进行优化。通过对优化后结构进行构形易损性分析和地震动力时程分析,表明所提出的优化模型及优化程序能够解决大型单层球壳结构地震作用下倒塌模式的截面优化问题。     

基于距离测度的改进自适应遗传退火算法

交叉操作和变异操作是遗传算法的两种基本操作,遗传算法的收敛速度在很大程度上与交叉概率和变异概率的选取以及交叉个体的配对策略有关.本文提出一种基于距离测度的改进自适应遗传退火算法,根据个体的距离密集度自适应地确定其交叉概率和变异概率.算法采用非等概率交叉配对策略,根据两个个体之间的距离自适应地确定交叉配对概率.此外,算法引入模拟退火机制,在遗传进化过程中的每一代,对最优个体进行邻域局部寻优,利用模拟退火进一步改善算法的收敛性能.对带边界约束函数优化问题进行了仿真计算,结果表明了该算法的有效性.     

基于异构关系网络图的词义消歧研究

传统的基于知识库的词义消歧方法采用同一种类型知识(语义或共现关系)进行消歧,忽略了不同类型知识之间的互补作用.针对此问题,在传统的网络图词义消歧模型基础上,通过模型重构和对比实验,提出了一种基于异构关系网络图的词义消歧模型.该模型能够把多种类型的词义消歧知识有机融合到同一个网络图中,充分利用了多种知识协同消歧的优势.同时设计并实现了一种基于模拟退火的自动估计各种知识类型关系权重的方法,以最优化各种知识对消歧效果的影响.该方法是一种无监督的词义消歧方法,可以有效克服数据稀疏及知识获取瓶颈等问题.在SemEval-2007上的测试结果表明,该方法的消歧性能优于基线方法和目前参加该项评测的最好系统.     

一种决策模型产生方法

本文根据接收到的信息和归结原理来产生决策模型，并采用动态的标准选取决策模型，同时利用模拟退火法对被选取的模型进行排序，使整体的推理效果达到最优。     

基于模拟退火的自适应水波优化算法

水波优化算法(Water Wave Optimization,WWO)是一种基于浅水波理论的新兴智能优化算法。在简化水波优化算法(Simplified Water Wave Optimization,SimWWO)的基础上,提出水波优化算法的一个改进版本。针对WWO算法在寻优过程中未能有效利用水波历史状态和经验的问题,提出一种自适应的参数调整策略:根据水波进化过程中的性能改善指标自适应调整算法的波长系数,提高搜索效率;同时,针对算法后期容易陷入局部最优的情况,加入模拟退火的思想,以一定的概率接受劣质解,避免算法陷入局部最优。通过以上两个操作可以更好地平衡全局搜索和局部搜索。在CEC 2015函数测试集上进行比较,结果证明改进后的算法有效地提高了综合性能。     

一种基于优化算法的无线传感器网络定位算法

该文提出一种基于遗传模拟退火算法的定位算法。在现有的定位算法中,DV-Hop算法的硬件开销小,但定位精度不高,当网络中节点的跳数大于或等于2时,未知节点与锚节点之间的估计距离会产生较大的误差,为此本文将遗传模拟退火算法用于DV-Hop算法中,以提高节点间的平均每跳通信距离估计精度,进一步提高定位精度。仿真结果与分析表明,新算法的定位精度有一定的提高。     

一种全终端网络可靠性多目标优化模型及求解

分析了全终端网络可靠性设计问题,针对单目标优化存在的不足,建立了一种更加贴近工程实际的极大化可靠度,同时极小化投资成本的多目标优化模型,并利用模拟退火算法对其进行了优化求解。计算机仿真实例表明：模拟退火算法在求解此问题时,无论是在Pareto解的数量上还是在Pareto解的范围上都能得到较好的优化效果。     

基于模拟退火算法的改进主/副版本调度算法

针对异构分布式系统中面向任务优先级约束的调度问题,提出一种基于模拟退火算法的改进主/副版本调度算法SAPB。任务模型以有向无环图DAG表示,该算法共计调度主、副2个版本的任务。在任务优先级排序阶段,采取HEFT的任务排序方法,避免了eFRD等主/副版本调度算法中任务模型描述的局限性问题;在任务处理器分配阶段,采取模拟退火算法搜索满足截止时限条件下具有更高可靠性的调度结果,并且采取多一重备份策略以解决处理器数量相对较少时任务优先级约束带来的副版本调度易失败问题。最后,通过随机生成的DAG图进行仿真实验,结果表明,相比eFRD等算法SAPB具有更优的副版本可调度性和更高的系统可靠性。