基于数据驱动的FAST主动反射面调节优化模型

针对500 m口径球面射电望远镜(five-hundred-meter aperture spherical radio telescope,FAST)的主动反射面调节问题,利用旋转抛物面在三维空间中的定义建立了一个对任意天体角度均适用的工作抛物面方程,该方法不同于以往的坐标旋转的方法。利用反射面板重心点作为反射点,将反射接收比定义为能把光线反射到馈源舱被其接收的面板数量与300 m口径工作抛物面下总面板数量的比值。结合主索节点径向伸缩距离、边界平稳过度和邻接距离变化幅度三个约束条件,以接收比最大化作为目标函数,建立了一个工作抛物面优化模型,并利用节点数据和模拟退火算法对其进行求解,得到了工作理想抛物面。选用两组天体角度进行实例分析,结果显示调节后的接收比增大12.82%,并给出了工作主索节点的部分径向调节方案。本研究为FAST对于任意天体角度的变形提供了一种新的建模方法,也对馈源舱反射接收比提出了一种新的计算方式。

多编组任务分配动态优化模型及IVFSA算法求解

针对作战智能体多编组协同作战中任务分配的动态优化问题,考虑到空中突击作战中部分任务的时间窗口属性和编组资源能力损耗的特点,建立了以任务执行效率为目标、满足上述约束问题的数学模型。设计了一种改进快速模拟退火对动态优化模型予以求解,给出解方案表达、邻域解生成、冲突消解等步骤,采用高温随机贪婪搜索、回火技术、禁忌设计和精英保留策略,避免算法陷入局部最优,提高算法的计算效率。仿真表明,所提方法可对多编组任务分配动态优化模型进行快速有效求解。

波阻抗反演正则参数估计

为了解决用正则化方法能够将波阻抗反演的病态问题转为良态问题 ,通过统计方法合理地选择正则参数的初值 ,在反演过程中用极大似然 (ML)方法实时进行正则参数值估计 ,提高反演收敛速度 ,改善反演结果 .同时 ,在具体反演中将正则化方法与快速模拟退火算法相结合 ,充分发挥正则参数作用 ,可以获得全局最优解 ,取得了好的实际应用效果 .

波阻抗反演的快速模拟退火算法

波阻抗反演是储层参数及砂体预测不可缺少的内容,在地震勘探中占有重要位置.使用快速模拟退火算法(FSA)进行波阻抗反演,能避免目标函数值陷入局部极值区并可获得全局最优解.因此,用快速模拟退火算法进行波阻抗反演,并通过理论模型试算和实际资料的反演验证了该算法的应用效果.结果表明,FSA反演结果不依赖于初值,FSA收敛速度比常规模拟退火算法(SA)收敛速度更快,井点处的波阻抗反演结果与测井数据基本吻合.

地面核磁共振找水反演

简要介绍了地面核磁共振找水的正演理论方法,采用高斯求积并结合连分式展开的方法对核磁共振核函数中包含双重贝塞尔函数的积分核进行了数值积分,进而计算出精度较高的核函数值,在此基础之上,讨论了导电性对地面核磁共振信号的影响.基于奇异值分解算法,对核磁共振找水理论模型进行了反演研究,在不导电的情况下,重构出了比较理想的含水率分布.总结并改进了模拟退火算法,用改进的模拟退火算法分别对覆盖层高阻和导电条件下的核磁共振人工合成数据进行了反演,试验结果表明,利用改进的模拟退火算法反演地面核磁共振是可行的,而且反演结果较稳定,收敛速度较快.

利用模拟退火实现基于MP的信号稀疏分解

信号的稀疏表示在信号处理的许多方面都有重要的应用,但稀疏分解计算量十分巨大,难以被推广而实现产业化。模拟退火算法模拟高温金属降温的热力学过程,广泛应用于求解组合优化问题。本文将模拟退火算法运用到信号的稀疏分解中,首先随机产生一组原子参数组,然后分别计算每个原子与信号或信号残差的内积的绝对值,找出内积绝对值最大的原子参数组并对它进行模拟退火处理,用处理的结果作为匹配追踪(MP)过程中每一步的最优解。在计算过程中利用原子的特性,进一步提高了信号稀疏分解的速度,并用本文提出的算法与其它方法进行了比较,实验结果表明了该算法的有效性。

正则参数控制下的波阻抗约束反演

通过势函数方式将波阻抗反演的病态问题转为良态问题 ,并且给出了边界保护势函数所具备的条件 .在反演过程中 ,通过改变正则参数数值以及合理地选择正则参数的初值 ,改善反演结果 ,提高反演收敛速度 .同时 ,在具体反演中使用快速模拟退火算法 ,可以克服目标函数局部极值的限制 ,从而获得全局最优解 .通过理论模型试算和实际资料处理 ,说明本文方法具有精度高、实用性强的特点 .

一种可调参数前馈神经网络的快速学习算法

针对传统BP神经网络权值算法速度慢、易陷入局部极小等缺陷,在权值平衡算法的基础上,提出了一种激励函数参数可调的前馈神经网络,并给出了相应的权值和参数快速学习算法。该算法运用该文提出的非单调启发式模拟退火搜索法实现网络权值和参数的快速搜索。实验表明,该算法不仅能明显提高网络的学习速度,而且可较好地避免学习过程陷入局部极小点而导致学习失败。

基于快速模拟退火的遥感数据处理调度方法

为了对多源遥感数据的处理任务进行有效的调度和管理,提高处理资源的利用率,根据遥感数据处理任务调度问题的特点,建立了遥感数据处理任务调度的数学模型。设计了两大类邻域结构:整体变换(包括整体再分配和整体交换)和局部变换(包括局部再分配和局部交换),并采用快速模拟退火算法对模型进行求解。最后给出实例与启发式算法的结果对比,验证了算法的有效性。

快速模拟退火算法在含水层参数识别中的应用

针对一般模拟退火算法收敛速度慢的缺陷,本文提出了含水层参数识别的快速模拟退火算法。它以广义Boltzmann-Gibbs统计理论为基础,采用依赖于温度的似Cauchy分布产生新的扰动模型,通过改变模型扰动、接收概率和降温方式来加快模拟退火算法的收敛速度。实例的计算结果表明,快速模拟退火算法不仅可行,而且求解精度高,收敛速度比其他算法快得多,是一种值得在实际中推广应用的高效的含水层参数识别方法。

一种计算卷积码自由距离的快速算法

本文给出了一种计算卷积码自由距离的快速算法．该算法把遗传算法与模拟退火有机结合，并根据随机概率来控制算法的运行，避免了优化迟钝与盲目现象，提高了该算法的收敛质量和速度．模拟结果也表明：与已有算法相比，本算法具有更好可靠性。

快速时尚品物流分销网络设计

针对快速时尚品在网络销售衰退期的配售问题,以收益最大化为目标,提出基于组配策略的快速时尚品物流分销网络基本结构,并建立具有多产品组配和订单自取特点的非线性混合整数规划模型。引入产品组配的相关参数,实现不同组配率下物流分销网络的整体优化。运用模拟退火算法对规划模型进行求解,结果表明,提高产品的组配率可增加产品销售总额以及降低物流总成本。

异构无线网络中融合SA的改进垂直切换算法

为保证业务的连续性,移动节点在异构无线网络间需要进行无缝垂直切换,针对现有基于服务质量(QoS)切换算法的搜索精度低、计算时间长且不能处理大量QoS参数等缺陷,提出一种融合模拟退火(SA)算法的改进型权重组合快速搜索(SEFI)算法:SA-SEFI。首先,根据具体应用,利用SEFI获得多个QoS参数权重组合的较优解,然后利用SA算法获取最优解,最后根据最优参数权重组合计算每个网络QoS参数的适应度来决定切换策略。实验结果表明,SA-SEFI能够精确的搜索最优解、计算量小且能够处理多达6个QoS参数。

用单纯形模拟退火混合算法反演地声参数

提出了一种基于下降的单纯形算法和模拟退火算法的混合优化算法用于反演地声参数。下降的单纯形方法对于目标函数的梯度信息相当敏感,因此在参数空间中能迅速地移向极小点,但由于它只能向下移动,因而往往易陷入局部极小且依赖初始条件。而模拟退火算法使用随机选取的目标函数值在参数空间中搜索最佳答案,其结构有利于从局部极小中跳出,但是由于它不能利用目标函数的梯度信息因而对参数空间的搜索效率很低。混合方法结合了下降的单纯形方法与快速模拟退火方法这二者的优点,能更有效、更迅速地获得全局最优点。

电力系统机组组合优化的快速模拟退火算法

本文提出了电力系统机组组合优化的快速模拟‘退火法’,给出了算法的数学模型及其基本计算步骤,并对冷却调度进行了探讨,与动态规划法等进行了比较。仿真计算结果表明,快速模拟退火算法能得到更优的解。

基于SA算法的快速时尚品提前期压缩研究

为解决网络快速时尚品销售中提前期过长问题,提出一种考虑提前期环节间相互影响和服务水平约束的提前期压缩模型.为加快求解该多极点模型的速度和质量,对模拟退火算法进行改进,增加局部最优解暂存功能并建立自适应步长退火模型.通过算例分析,证明了该压缩模型的有效性.

确定河流纵向离散系数的快速SA法

将模拟退火算法应用求解分析河流水团示踪试验数据,确定河流纵向离散系数的函数优化问题。针对一般模拟退火算法收敛性能差的缺陷,采取了改变模型扰动、接受概率、降温方式以及增加附加约束条件和增加记忆功能等综合措施对算法进行了改进。实例分析结果表明,改进后的模拟退火算法确定河流纵向离散系数的优化问题不仅可行,而且求解精度较高,更重要的是收敛速度比其它算法快的多,这在一些高维复杂的优化问题中很值得推广。

可调参数前馈神经网络及其启发式模拟退火法

针对传统BP神经网络权值算法速度慢、易陷入局部极小等缺陷，在权值平衡算法的基础上，提出一种激励函数参数可调的前馈神经网络，并给出了相应的权值和参数快速学习算法；该算法运用文章提出的非单调启发式模拟退火搜索法实现网络权值和参数的快速搜索；实验表明，该算法不仅能明显提高网络的学习速度。而且可较好地避免学习过程陷入局部极小点而导致学习失败。

人工智能在主题搜索策略中的应用

介绍了主题搜索策略,重点对比分析了三种人工智能启发式搜索算法——最好优先、模拟退火和非常快速退火算法作为主题搜索策略的局限性和优越性。阐述了非常快速退火算法在主题搜索策略中的应用,最后通过一个对比试验证明非常快速退火主题搜索算法的优越性。

兼顾时频域特征量提取的非线性油气悬架参数识别

针对完全基于时域或完全基于频域的非线性参数识别方法的局限性,提出了一种兼顾时频域特征量提取的非线性油气悬架参数识别方法。在建立含非线性油气悬架车辆动力学仿真模型的基础上,采用快速傅里叶逆变换法获得标准路面不平度等级的输入激励,结合小波分析和滤波处理提取实验结果的时频域特征量,构建非线性油气悬架参数识别的优化模型,通过最小化仿真结果与实验结果在时频域的特征量,实现了非线性油气悬架参数在实际工况下的准确识别。识别的定量与定性分析表明了识别结果的准确可靠。通过将路面时域建模技术、小波滤波技术和优化模型构造方法与模拟退火算法的有机结合,为非线性悬架系统的参数识别提供了一种有效可靠的方法。