宫颈癌后装放疗中剂量的体积优化和逆向模拟退火优化的比较分析

目的:比较宫颈癌腔内联合组织间插植三维后装计划中体积优化和模拟退火逆向优化(IPSA)剂量分布的差异,为其在治疗中计划设计优化方案的选择提供依据。方法:选取15例进行了三维后装治疗的宫颈癌患者,原执行体积优化,基于原始图像重新设计IPSA计划,配对t检验两种优化方法的剂量学差异。结果:在两组间靶区V_(100%)和V_(150%)以及均匀性指数方面无统计学差异(P>0.05)。而靶区的适形度指数的平均值有着显著差异[体积优化(0.77±0.11),IPSA优化(0.82±0.07)],且具有统计学差异(P<0.05)。在OAR方面,与体积优化相比,IPSA优化使OAR的受照剂量明显降低,统计学差异明显(P<0.05)。结论:与体积优化方法相比,IPSA优化在提高靶区适形度指数的同时,更好地对OAR起到保护作用,且计算过程相对简捷,是临床上更可取的计划优化算法。

火电厂负荷优化分配的模拟退火粒子群算法

合理选择火电厂负荷优化分配的优化算法对快速完成电网调度指令、最大限度降低发电成本至关重要。在标准粒子群优化算法中引入模拟退火算法的思想,引入收缩因子对算法的重要参数进行了改进,并对种群初始化方式进行了改进,采用拉格朗日乘子法处理功率平衡约束。在严格满足约束条件的基础上,缩短了优化计算时间,进一步提高了算法精度。实例计算结果表明,模拟退火粒子群算法的分配结果比电网调度指令节省煤耗18.139g/(kW.h),比标准粒子群算法节省煤耗2.846g/(kW.h),同时计算时间也短于其它常规算法。

基于混沌模拟退火粒子群优化算法的电动汽车充电站选址与定容

针对城市电动汽车充电站的选址与定容问题,建立了考虑充电站运营商、电动汽车用户以及电网企业综合利益的充电站选址定容规划模型。采用Voronoi图思想和需求点栅格化理论,结合Floyd最短路径算法划分充电站的服务范围。提出采用一种混沌模拟退火粒子群优化算法对问题进行求解,通过引入混沌理论使粒子更高效地遍历搜寻空间,并结合模拟退火算法的概率突跳特性使算法在迭代后期仍具有较高的全局寻优能力。通过算例分析表明,采用所提算法对城市电动汽车充电站选址定容进行优化规划的可行性和有效性。

基于模拟退火粒子群优化的光伏多峰最大功率跟踪算法

在光伏发电系统多峰最大功率跟踪中,针对采用干扰观察法跟踪时间长和粒子群优化算法扰动较大等问题,设计了基于模拟退火粒子群优化(SA-PSO)的最大功率跟踪算法。该方法引入粒子速度收缩因子和最优粒子的轮盘赌策略的扰动,有效避免陷入局部最大功率并快速跟踪到全局最大功率,保证了光伏发电系统在光照强度和温度变化时的动态响应和稳态精度。在相同条件下,对3种光伏发电系统最大功率跟踪方法进行仿真对比分析,其结果表明所提方法具有更好的实时性和鲁棒性。

宫颈癌后装治疗中图形优化与逆向模拟退火优化剂量学分析

目的 比较宫颈癌三维后装计划中图形优化（GO）和模拟退火逆向优化（IPSA）剂量分布的差异，为宫颈癌后装治疗计划优化方法的选择提供依据。方法 利用Excel 2007产生的随机数，从已完成治疗的根治性宫颈癌患者中选取21例，原后装治疗计划采用图形优化，基于原图像信息，制定IPSA计划，统计临床靶区（CTV）剂量体积参数V100%、V150%，以及均匀性指数（HI）、适形指数（CI）、膀胱和直肠的D1 cm3、D2 cm3，对比两种优化方法的剂量特点。结果 两个计划的靶区剂量均能满足处方要求，所有靶区剂量参数的均值接近，差异无统计学意义（P〉0.05）。与GO计划相比，IPSA计划中膀胱D1 cm3、D2 cm3的剂量明显降低（t=3.596、3.490，P〈0.05）；直肠剂量参数的差异无统计学意义（P〉0.05）。结论 在宫颈癌三管后装治疗中，采用GO和IPSA对靶区无影响，但IPSA可以减小膀胱的最大受量。

基于模拟退火的动态缆线型优化

动态电缆在水中的线型对确保电缆的合理受力,保证疲劳寿命具有重要的作用。文中针对浮式风电动态缆的陡波线型,基于经典悬链线方程,以远位张力与近位曲率的利用率之和作为线型优化的目标,采用模拟退火算法对线型进行优化,分析了不同浮力系数对线型优化的影响。文中结论对线型工程设计具有一定参考和指导意义。

模拟退火粒子群优化算法在工艺规划决策中的应用

为了实现面向精益生产的制造系统中的工艺与调度并行设计,在工艺规划决策中,建立了面向精益生产的工艺规划与调度集成模型。在考虑设备负载平衡以及完成加工任务时间最短的条件下,设计了一种离散模拟退火粒子群优化(Particle Swarm Optimization based on Simulated Annealing,SAPSO)算法,并行设计及优化零件的工艺方案和调度方案,并最终获得其最优工艺方案及与之相对应的优化调度方案。通过对10台设备10种零件的示例仿真验证了算法的有效性。

模拟退火粒子群优化双目立体测量方法

摄像机标定和三维信息恢复是实现双目立体测量的关键问题。提出了利用模拟退火粒子群优化算法在解空间的搜索能力,求解摄像机标定模型和三维信息恢复模型两个超定方程的方法,讨论了目标函数的建立方式及算法实现步骤。通过实验,分析了该方法求解的绝对误差与相对误差,实验证实了算法的有效性。

基于模拟退火的粒子群算法优化的二次回归在矿井通风机故障诊断中的应用

针对矿井通风机故障诊断过程中样本数据有限的特点,提出了一种经模拟退火的粒子群算法优化的二次回归诊断方法。将样本数据分为建模数据和测试数据,测试结果表明该方法具有适用性强、操作简单、精准度高,且无需太多样本数据等特点,值得推广。

基于模拟退火——二进制粒子群优化算法的配电网重构

提出了将模拟退火算法与二进制粒子群算法相结合的用于配电网重构的优化算法。该算法既发挥了粒子群算法收敛速度快的特点，又因为引入的模拟退火算法具有的较强的跳出局部最优解能力，因此有效地避免了粒子群算法易陷入局部极值点的缺点，提高了进化后期算法的收敛速度和精度，并应用IEEE16节点系统的算例，验证了模拟退火-二进制粒子群混合算法在配电网重构中的可行性和有效性。

基于快速模拟退火组合优化算法的故障诊断

提出了快速模拟退火组合优化算法 ,建立了TE故障诊断模型 ,仿真结果表明 ,快速模拟退火组合优化算法的故障诊断能力比模拟退火算法好 ,值得进一步研究 .

基于变换域特征提取和模拟退火法特征选择的人脸识别

为了提高人脸识别系统的性能,提出DWT双边子带频域特征提取和模拟退火优化算法的特征选择。首先,运用DWT、DFT和DCT组合变换,用于人脸图像表情、姿态、平移和光照不变特征的有效特征提取。人脸图像DWT变换后,选择近似系数分量和水平系数分量[CA CH]为小波特征,经DFT变换后,利用四椭圆模板取出DFT低频高幅值系数,经DCT压缩得到人脸图像的特征系数。其次,利用模拟退火优化算法进行特征选择,在特征系数空间搜索特征子集进行人脸识别。实验仿真说明了该方法的有效性。

基于混沌模拟退火粒子群优化算法的电动汽车充电站规划方案

针对城市电动汽车充电站规划布局及服务范围划分的问题,提出了一种计及交通道路结构、车流信息及用户成本的电动汽车充电站最优规划模型。以全社会成本最小化为目标建立充电站选址定容模型,采用基于混沌模拟退火粒子群优化算法进行求解,利用加权Voronoi图对待规划区进行服务区域划分,引入混沌理论进行动态赋值,并结合模拟退火算法的概率突跳能力,使算法具有更高的全局寻优能力。通过算例分析验证了规划方案的有效性和实用性。

快速模拟退火组合优化法在区域水环境质量评价中的应用

以地表水环境质量准标为基础,设定水体污染物的基准值,构建用于水体的一种环境质量评价的模型,利用快速模拟退火组合优化法对相关参数进行优化,而得到一个对多种水污染物都适用的综合水体环境质量评价指数公式。该公式形式简单,计算容易,评价结果具有可比性。

PUMA机器人逆运动模拟退火粒子群求解方法

机器人逆运动问题随着运动关节的增多而越来越复杂,要建立逆运动通用的解析算法相当困难。提出利用模拟退火粒子群优化算法在解空间的搜索能力,直接从正向运动方程出发求解机器人关节变量的方法,讨论了目标函数的建立方式及算法实现步骤。实验分析该方法在位置和姿态方面的求解精度,并证实了算法的有效性。

基于模拟退火粒子群算法的帕金森脑深部刺激最优靶点选择策略

以神经元的Hodgkin-Huxley模型为基础,结合突触连接理论,建立基底神经节神经回路模型,得到神经节内部神经元电位发放情况,并通过引入关联因子分析正常状态和帕金森状态下的基底神经节回路电位发放特征指标.在神经节神经回路模型中添加高频电刺激,模拟脑深部刺激治疗帕金森病态,以影响集中因子最小为目标,基于模拟退火的粒子群优化算法确定了最佳刺激靶点是丘脑底核STN.

考虑电-氢-热多能互补的微网多目标优化配置

氢储能具有储能容量大、储存时间长、清洁无污染、可实现多种能源网络互联互补和协同优化等诸多优点,有望成为推动分布式能源发展和提升终端能源利用效率的重要支撑技术。为了提高独立型微网供电可靠性及可再生能源利用率,文中分析了典型电、氢、热装置的运行特性,提出考虑电-氢-热多能互补的独立微网多目标优化配置模型,并基于模拟退火的粒子群(simulated annealing particle swarm optimization,SAPSO)算法对目标问题进行求解,获得不同配置方案下的技术经济指标。最后,通过东北某地独立微网优化配置算例,基于MATLAB平台验证了所提多能互补配置方案较传统电储能配置方案负荷失电率降低了3.18%,可再生能源利用率提高了8.37%。所提配置方案可有效促进可再生能源消纳,保证独立微网的供电可靠性。

考虑用户动态充电需求的充电站选址定容优化

针对城市EV(电动汽车)充电站规划建设中投资高、效率低的问题,提出一种考虑用户动态充电需求不确定性的充电站选址定容优化模型。首先,基于出行链理论和OD(起讫点)矩阵研究EV出行特性,结合Dijkstra算法和蒙特卡洛法建立EV的充电负荷时空分布预测模型。其次,建立以充电站经营者年化成本、EV用户年化经济损失之和最小为目标的充电站选址定容模型,采用加权Voronoi图与自适应模拟退火粒子群优化算法求解,确定充电站的最优数量、位置及服务范围。最后,在定容模型中引入不确定情境集描述用户动态充电需求的不确定性,并采用鲁棒优化理论求解充电站容量。针对北方某市部分城区的EV充电站规划问题开展算例分析,验证了模型的有效性。

基于二人零和博弈的微电网多目标优化调度

随着全球对环境问题的重视程度不断提高,有效利用可再生能源的微电网得到了广泛的发展。为了经济地利用清洁能源,基于微电网的经济性和环保性建立了多目标优化模型,采用基于二人零和博弈的线性加权法平衡两个目标函数,并使用模拟退火粒子群优化算法求解多目标优化模型。仿真结果表明,多目标权重方法和优化算法可以减少不确定性因素的影响,提升微电网的经济性和环保性。

双容错磁盘阵列校验散布布局的优化

采用模拟退火算法,对双容错磁盘阵列RAID6的数据布局进行校验散布优化,并且根据理想数据布局最主要的标准"重构负载均匀分布",以及对性能影响也较大的标准"校验负载均匀分布",对这种校验散布算法进行了验证,最后通过仿真实验,测试它的性能,并做出分析,结果显示该方法使RAID6在降级模式和重构模式下的负载得以均匀分布,从而使它的性能得以提高。