一种基于快速分解模拟退火算法的数据聚类算法

把求解数据聚类问题转换为一个图形分割寻优问题,提出一种基于快速分解模拟退火算法的数据聚类算法。实验结果证明,快速分解模拟退火算法退火时间短,收敛速度快,磁盘开销小,把它应用于数据聚类中,可以获得较好的聚类结果。

快速公交线路组合频率优化的禁忌模拟退火算法仿真

针对快速公交(BRT)线路组合的频率优化目标,建立了兼顾公交运营效益和乘客服务要求的BRT运营作业安排数学模型。根据问题的特点,将禁忌算法与模拟退火算法相结合,对BRT线路组合的频率进行优化。多次仿真运算结果及分析表明,该算法具有比禁忌算法、模拟退火算法都更好的效率,是解决该类问题的一个有效途径。

大型星座混合模拟退火遗传算法测控任务规划

提出了一种基于拥挤度的混合模拟退火多层编码遗传算法,用于解决大型星座的测控任务规划问题。首先,建立了大型星座测控问题的约束满足模型,对任务规划过程中的各种约束条件和优化目标进行了形式化描述。第二,采用多层编码的方法建立测控方案与解空间的对应关系,并采用遗传算法的启发式方法进行全局搜索。第三,为了增加种群的多样性并加快收敛速度,在每代进化结束后对种群中最优的部分个体进行基于拥挤度的模拟退火。超180颗卫星,32个地面测控天线的真实大型星座测控任务规划试验表明,基于拥挤度的混合模拟退火遗传算法的任务完成率高达99%,归一化综合收益大于0.9,算法运行时间小于15 min,验证了该方法具备工程实用价值。

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.

基于极快速模拟退火算法的地层横波各向异性反演

介绍了利用正交阵列偶极子声波测井资料反演地层横波各向异性的计算过程,研究了极快速模拟退火算法在阵列偶极子声波波形反演处理中实现全局寻优的方法。利用基于极快速模拟退火算法自主编制的软件对多口井的正交阵列偶极子声波测井资料进行了处理。结果表明,极快速模拟退火算法无论是在计算精度还是在计算速度上都达到了对阵列偶极子声波进行波形反演的要求,可以用于正交阵列偶极子声波测井资料的实际处理。

基于模拟退火算法的微流控芯片结构优化设计

提出了利用快速序列对(Fast SP)算法生成模拟退火(SA)算法的初始器件布局方案,同时,改进SA算法降温速率函数,对生成解进行广域搜索的方法,提高了微流控芯片设计的质量和效率。实验结果表明:与现有方法比较,所提算法在芯片总面积上平均减小19.7%,在流道总长度上平均减小14.1%,在流道交叉点数量上平均减少25.8%。所提算法优化了芯片的结构,解决了芯片面积大、流道长及交叉点多等引起的芯片结构不合理的问题。

非常快速模拟退火算法在相关声纳测速中的应用

尽管传统的模拟退火算法是一种全局寻优算法，但是存在收敛速度较慢的缺陷。本文提出了采用非常快速模拟退火算法实现相关声纳测速的方法，该算法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，仿真结果证明了该算法的有效性。

基于模拟退火算法的快速匹配场处理

【摘要】匹配场被动定位具有优于传统被动定位算法的性能，但其对环境的依赖性和运算量大的缺点严重制约了算法的应用。为了减小匹配场处理的运算量，引入了传统模拟退火算法（CSA）对观测海域全局寻优，提出一种基于模拟退火算法的快速匹配场被动定位算法（CSA—CMFP）。通过大量仿真实验从算法的执行时间、定位精度、收敛性能等多方面验证了新算法的有效性。从仿真结果看，算法的运算速度是常规匹配场处理（CMFP）的2～8倍。

基于快速模拟退火算法的地图微缩研究

对于一副大比例尺数字地图,其内容必定非常丰富,如景点,学校,医院,等点类要素,河流网,道路网等线类要素,当要缩小显示一个城市的整体风貌时,各类图元要素就会叠加在一起,显示效果比较差。为解决这一问题,采用快速模拟退火算法对显示的要素进行择优选取,达到既能显示城市的整体风貌,又能简明的显示相对重要的点、线类图元。

基于快速模拟退火算法的混凝土热学参数反演分析

就混凝土温控防裂的复杂问题,需要进行参数反演识别,进而开展施工反馈研究,调整温控防裂方法,指导工程混凝土的现场施工。混凝土热学参数反演问题可作为一个优化问题,经比较模拟退火优化算法能够在混凝土热学参数识别的反演计算中得到相对快速的收敛解。针对此开发了计算程序并在一实际水闸工程的施工中进行了成果的应用,使16孔的水闸工程在严寒季节中顺利建成,且没有出现裂缝。

基于快速模拟退火算法的可切割布图规划方法

为了提高基于经典模拟退火算法的可切割布图规划方法的效率和效果,提出了一种动态改变温度下降比例来实现快速模拟退火算法的可切割布图规划方法,并将提出的方法应用于MCNC基准电路进行测试.实验结果表明该算法可以提高搜索优化解的效率和效果.

非常快速模拟退火算法在椭偏数据处理中的应用及其改进策略研究

对比模拟退火算法介绍了非常快速模拟退火算法的流程,并使用非常模拟退火算法计算了椭偏数据。计算结果证明非常模拟退火算法的计算精度有所提高。然后分析了算法的退火计划和模型扰动,提出了算法的改进策略。

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 .

粒子群-快速模拟退火算法在路径规划中的应用

路径规划一般包括环境建模、路径搜索、路径平滑三个步骤,但在路径搜索过程中规划结果往往受到障碍物大小、地理位置差异等不定因素的影响。针对避障小车在两个地点间寻找无碰撞路径的问题,提出了PSO-FSA,即粒子群-快速模拟退火算法。算法将传统粒子群算法中的惯性权重改变为正弦自适应的形式,同时采用快速退火的模式解决模拟退火过程中迭代速度过慢问题,从而得到避障小车的最优路径。结果表明:与传统粒子群算法相比,粒子群-快速模拟退火算法能够增强粒子群搜索过程中跳出局部最优解的能力,提高了算法的收敛精度,同时也能够保证粒子群的多样性不受影响,具有良好的应用性。

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。

解决Job Shop调度问题的模拟退火算法改进

模拟退火算法是较常用和较理想的解决车间作业调度问题的方法,但由于算法本身的限制和JSP问题的特殊性,其效能难以很好地发挥。该文提出了2种针对JSP问题的改进模拟退火算法:回火退火算法和快速模拟退火算法,前者可以提高最终解质量,后者可以提高算法的运行速度;并以Matlab为工具进行了仿真实验,获得了较好效果。

模拟退火算法和POD降阶模态计算在翼型反设计中的应用

在翼型反设计中用模拟退火算法作为寻找目标函数极值的优化算法;对翼型流场的计算采用基于正交分解(Proper Orthogonal Decomposition-POD)的降阶模态,这种方法可以降低流场反复计算所需的大量机时。本文将二者结合,并应用到翼型反设计领域,对几个给定翼型压力分布反求翼型表面。计算结果表明本文方法是可行的,且优化算法具有全局优化和鲁棒性强等特点。此外,本文提出了用扰动翼型函数的方法形成POD降阶模态中的快照,利用这些快照形成的基模态,拓展了加鼓包函数方法的表达范围。

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。

基于模拟退火的快速运动估计方法

提出了一种基于模拟退火的快速块匹配运动估计方法。该方法根据运动估计的特点,对传统的模拟退火算法初始点的选取、搜索策略等进行了改进,在保证估计精度的前提下,提高了估计速度。

基于快速分解算法的配电网供电能力恢复研究

传统配电网供电恢复方法无法分析负增量阻抗特征,导致多电平换流过程出现振荡问题,供电输出功率较低。为此提出基于快速分解算法的配电网供电能力恢复方法。构建配电网供电的交流母线接口变换参数模型,控制交流频率与电压,实现分布交流电缆电压的补偿。结合负增量阻抗特征分析方法,抑制配电网供电振荡,采用快速分解算法对配电网供电异常参数快速分解,完成配电网供电能力恢复。仿真实验结果表明,所提配电网供电能力恢复方法的电能输出稳定性更好,供电输出功率增益较高。