量子原胞自动机遗传模拟退火算法改进研究

针对量子原胞自动机遗传模拟退火算法仿真大型电路的效率低的不足,提出一种可以减小问题规模的局部遗传模拟退火算法。理论验证了可定态细胞的定态规则,对可定态细胞进行定义;采用定态规则计算可定态细胞极化状态与遗传模拟退火方法计算不可定态细胞极化状态相结合,从而有效地减小了问题的规模。通过仿真验证了基于定态规则的遗传模拟退火方法相比单纯遗传模拟退火方法更具优越性,不但加快了量子原胞自动机仿真的收敛速度而且提高了仿真的精确度。

考虑机器非加工状态的作业车间节能调度

为了减少机器在非加工状态时的能耗,采用机器关闭再开启的决策方案来实现此目的.首先建立目标为总能耗和最大完工时间最小化的车间节能调度模型,并将此决策方案抽象为约束条件,然后提出一种基于混合元胞遗传模拟退火算法的求解方法,引入插入式贪婪解码算法进行解码,基于同步机制的遗传操作更新种群,增加模拟退火操作与收敛准则实现进一步优化.最后通过案例验证了该模型与算法的有效性与实用性,结果表明运用该模型可达到很好的节能优化效果.