基于微正则退火的频率分配方法

为了提高蜂窝移动通信网中频率资源的利用效率,提出了一种基于微正则退火算法的频率分配方法.该方法将电磁干扰作为系统能量函数,通过一只虚拟妖在状态空间中的随机行走实现频率配置的优化.仿真表明,在可分配频点资源充分时,该算法与模拟退火算法性能相当;当频点资源紧张时,微正则退火算法的优越性得以体现,其搜索成功率远高于模拟退火算法,能更快地得到最优解.仿真中典型的优化轨迹也证明了微正则退火算法具有快速收敛的特点.

具有能量奖励策略的微正则退火算法

为提高微正则退火算法求解旅行推销员问题的最终解质量,提出一种对妖的能量进行奖励的策略,在拒绝状态时增大妖所携带的能量,用以提高脱离局部极值的能力.按照能量奖励后是否做限界检查,给出了无上界约束和有上界约束两种实施方式.仿真显示无上界约束的能量奖励策略能够提高最终解的质量,而有上界约束不能提高算法性能.为加快应用该策略后的收敛速度,设计了一种容忍机制,降低了搜索到最优解时的平均目标评价次数.

利用微正则退火算法求解车辆路径问题

在建立单配送中心的车辆路径问题模型后,提出了一种基于微正则退火算法的求解方法,对一个包含20个需求节点的单配送中心实例进行了实验分析。实验数据表明,微正则退火算法能以较大概率搜索到最优路径集,与传统模拟退火算法相比,它的优势是目标函数值下降更快,能够在较短时间内搜索到满意解。

车辆路径问题的改进微正则退火算法

设计了一种新的能量奖励机制,以提高微正则退火算法摆脱局部极值点的能力。在状态转移被拒绝后,通过比较两个能量参数的大小来启动奖励操作。奖励方式依旧为几何增长方式,但增长幅度改为一定区间内的线性调节。给出了一个采用改进算法的经典的单配送中心实例,它提高了微正则退火基本算法的优化效果,降低了搜索过程停滞在局部极值的概率,它搜索到的运输费用更贴近最佳解。

微正则退火的双向蚁群优化算法

双向蚁群搜索算法可以提高算法的搜索速度,并可以选择搜索的空间;微正则退火算法具有准确度高、速度快等优点,可以实现全局路径优化搜索。结合两种算法的优点,提出了双向蚁群微正则退火算法,用来求解海量数据网络下的旅行商问题。通过实验表明:双向蚁群微正则退火算法不容易陷入局部最优解,且在寻找全局最优解和运行效率上都比其他算法更有优势。

基于微正则退火算法对K-means聚类算法的优化

K-means算法是经典的基于划分的聚类算法,但该算法存在依赖于初始聚类中心、容易陷入局部最优解等缺点。针对这些缺点,提出了基于微正则退火K-means聚类算法,通过继承微正则退火算法的高效全局寻优特性,可以避免陷入局部最优解。实验结果表明,改进的算法能够有效地减少原算法对初始聚类中心点的依赖,提高算法的稳定性,摆脱原算法容易陷入局部最优解的缺点。

基于微正则退火与改进型FCM结合的遥感图像分割算法

本文提出一种基于微正则退火与加入空间邻域信息的FCM相结合的遥感图像分割算法,该方法在分割图像时将每幅图像划分成多个3×3邻域窗口,将图像的空间邻域信息和灰度值信息结合的约束项引入FCM算法的目标函数中,目的是为了降低算法对噪声的敏感性和更好的保持图像边缘信息;利用微正则退火算法优秀的全局收敛性对改进的FCM算法进行优化,使它能搜索到全局最优解,减少迭代次数并增强算法的稳定性。实验结果表明,新算法能克服传统及一些改进FCM算法对空间信息考虑不足、对噪声敏感和由于滤波引起的边缘信息丢失的缺陷同时又提高了分割效率和稳定性。

基于微正则算法和支持向量机的话务量预测

根据话务量数据的特征,首次提出了一种基于微正则退火算法和支持向量机的预测模型。支持向量机参数的选择影响其预测的能力,微正则退火算法而是通过在状态空间中随机行走的虚拟妖来实现参数的优化选择。实际的话务量数据验证表明,其搜索成功率远高于模拟退火算法,目标函数值下降更快,能在短时间内搜索到最优解,且预测精度高。

改进的模糊熵与图像局部信息相结合的遥感图像分割新算法

针对传统的一维最大模糊熵图像分割算法没有考虑图像的局部信息而对噪声十分敏感的这一不足,本文提出了结合图像局部信息的一维模糊熵图像分割算法。该算法将图像的空间信息和像素信息引入到一维模糊熵图像分割算法中,并运用微正则退火算法对一维最大模糊熵进行改进,从而提高了传统的一维最大模糊熵分割精度。实验结果表明,该算法显示了很好的分割效果和较强的抗噪性能。

一种基于选择性变异技术的频率分配方法

为了提高蜂窝网络中频率资源的利用率,提出一种基于选择性变异技术的频率分配方法。该方法将网络中的电磁干扰作为系统的能量函数,通过动态改变算法迭代过程中所需要满足的约束条件来实现频率配置的快速优化。仿真结果表明,其搜索效率远高于模拟退火算法以及微正则退火算法。

新的降低OFDM系统峰均比的PTS技术

为有效降低OFDM系统峰均功率比,以最大效率开发利用电力线通信资源,提出一种新的降低峰均比的部分传输序列技术,采用微正则退火算法优化相位因子。仿真结果表明,该算法以较快的收敛速度取得较优的相位因子序列,显著降低了正交频分复用系统的峰均比,提高了电力线通信系统的性能。

多路线复杂约束下客机最佳航线的挖掘模型

在进行民航客机航线选取过程中,最优路线的选择受到天气、航空管制、航路冲突等因素的影响,应该路线选择的因素较为复杂,采用传统的方法进行航线选择,以单一影响因素指标相互独立为基础,通过设定特定权值作为选择的衡量标准,一旦航行线路影响因素发生波动,固定权值无法对其进行有效描述,航路选择中的挖掘结果无法达到最优。提出基于改进蚁群微正则退火算法的民航客机最佳航线挖掘模型。依据模糊综合评价理论,综合环境状态、航线状况及冲突情况多种因素对航线进行综合评价,计算航线权值,建立民航客机最佳航线的挖掘模型,获取初始路径搜索集合,利用双层循环结构理论,计算内外层循环结果,直至满足算法输出条件,实现民航客机最佳航线的挖掘。实验结果表明,利用改进算法进行民航客机最佳航线的挖掘,可以有效的提高航线选择的精度。