基于改进模拟退火算法的齿轮热锻参数优化

为提升面齿轮热锻成形的材料利用率,建立了以热锻过程中的“突耳”体积为优化目标,以最大应力为约束的直齿面齿轮热锻工艺参数优化模型。该模型选择关键热锻参数(变形温度、摩擦因子、模具预热温度和锻造打击速度)为设计变量。为获取不同工艺参数下的突耳体积和最大应力,利用继承拉丁质心Voronoi(inherited latinized centroidal Voronoi tessellation, ILCVT)采样方法采集包含初始设计点的训练样本,并通过deform-3D软件对直齿面齿轮的热锻过程进行仿真模拟。引入Kriging模型拟合设计变量与性能响应间的隐式关系。利用模拟退火算法改进了扰动模型、退火温度的衰减方式以及温度变化策略,以提升算法搜索效率。优化得到的锻造工艺参数组合为工件变形温度1 049℃、摩擦因子0.32、模具预热温度206℃、锻造打击速度249 mm/s。在优化后的参数条件下,结合模拟仿真和试验的方法以验证优化结果的有效性。结果表明:优化的工艺参数有效降低了“突耳”体积。

改进模拟退火算法的低碳车辆路径规划

在城市垃圾量急剧增加的背景下,为解决清运车辆过度使用导致碳排放持续增加问题,提出一种垃圾清运车辆低碳路径优化方法。在考虑车辆容量限制和时间窗约束的情况下,综合多个清运过程影响因素优化目标函数,建立以路径最优、成本极小化为目标的数学模型。设计了改进模拟退火算法求解模型,改进策略包括使用K-means聚类算法协助模拟退火算法,加入2-shift法、2-symmetry法和2-insert法,使算法在全局搜索和局部搜索达到平衡,在邻域搜索上引入随机均匀采样策略,避免因穷举带来的时间复杂度过高问题。多个经典算例的仿真实验结果表明,改进模拟退火算法对优化车辆低碳路径规划模型具有较好的收敛速度和鲁棒性。

基于改进模拟退火算法的防空武器集群打击目标动态分配

传统的防空武器集群打击目标动态分配方法由于设定的约束条件不够全面,导致该方法在分配效果上表现不佳;因此,文章提出了一种基于改进模拟退火算法的防空武器集群打击目标动态分配方法;该方法综合考虑作战效果、作战成本和作战效率等多个因素,确定了相应的目标函数,并设定了相应的约束条件;通过计算打击目标的状态转移概率,并对打击目标的状态准则进行判定,定义了打击目标的状态转移方程;在改进的模拟退火算法的指导下,确定了最优的打击目标分配方案;实验结果分析表明,与传统的防空武器集群打击目标动态分配方法相比,文章设计的基于改进模拟退火算法的方法在实际应用中表现出较低的资源损耗量,均不高于4%,且具有良好的分配效果。

基于改进模拟退火-粒子群的配电网分布式光伏承载力评估

大规模分布式光伏并网给中压配电网带来严重功率反送,导致中压配电网出现节点电压越限和配电变压器反向过载问题.以系统潮流平衡、节点电压偏差、配电变压器反向负载率和线路载流量为约束条件,以分布式光伏并网容量与系统网络损耗之差的分布式光伏等效并网容量为目标函数,建立中压配电网分布式光伏承载力评估模型,并提出改进模拟退火-粒子群(SA-PSO)算法.对IEEE33系统和实际中压配电网进行分布式光伏承载力计算,结果表明,所建立的分布式光伏承载力评估模型适用于中压配电网节点电压稳定性与配电变压器安全运行问题评估;相较于其他算法,改进SA-PSO算法提高了评估模型计算的收敛速度与寻优能力,在相同约束条件限值下,所得线路分布式光伏承载力更高,且系统网络损耗更低.

基于模拟退火改进人工鱼群算法的交通信号配时优化

针对传统的信号配时算法无法适用于过饱和流量的交叉口的限制,结合模拟退火算法初值鲁棒性和局部收敛精度高的特点改进人工鱼群算法以提升其全局搜索能力,然后综合考虑周期时长、绿灯时间和饱和度等作为约束条件,以交叉口车均延误最小为目标函数构建信号配时优化模型,分别利用单一智能算法(模拟退火算法,人工鱼群算法)及其组合改进算法(模拟退火改进人工鱼群算法)对模型进行求解,并对现状方案和3种智能算法求解方案情况下的交叉口整体车均延误进行对比。结果表明,模拟退火改进人工鱼群算法的效果明显优于现状和单一算法,在迭代的初期便能非常接近最优解和稳定下降趋势,表现出快速寻优能力,验证了模拟退火改进人工鱼群算法的可行性与适用性。

基于最优邻域搜索改进模拟退火的多雷达优化布站

针对多雷达组网探测系统,首先建立以空域覆盖率为优化目标、以多雷达位置为优化变量的数学模型,将多雷达布站建模为一个离散优化问题,从而筹划形成最优的多雷达部署方案.其次提出一种基于最优邻域搜索的改进模拟退火算法,通过在历史全局最优解的邻域范围内搜索产生新解来提升算法收敛速度;为确保算法的有效性,利用多项复杂性能测试函数对改进算法进行全面的性能分析.最后,在典型的仿真场景中,设定6部雷达、2个高度层的环境条件,对提出的算法进行验证.仿真结果表明,基于最优邻域搜索的改进模拟退火算法在收敛速度上表现优异,且以此为基础得到的多雷达布站方案能够满足任务需求,确保空域覆盖率的最大化.

改进遗传模拟退火神经网络的双相机标定算法

针对双目相机标定算法中BP神经网络精度低、收敛性差的问题,提出了一种基于改进遗传模拟退火算法的BP神经网络优化方法(improved genetic simulated annealing algorithm-BP,IGSAA-BP)。该方法通过改进遗传模拟退火算法的适应度扩展,交叉、变异概率和退火准则来改善BP神经网络的性能,为BP神经网络提供了最优权值和阈值。将IGSAA-BP神经网络与BP神经网络和TGSAA-BP神经网络两种相机标定算法进行对比,利用其标定的真实值与预测值相差结果得出结论,3种标定方法进行相机标定的平均标定精度分别为0.02、0.71和0.28 mm。结果表明,IGSAA-BP神经网络可以提高双目相机的标定精度,提高全局寻优能力,加快收敛速度。

基于改进模拟退火算法的配送路径优化研究

“互联网+”时代背景下,越来越多的企业纷纷入驻生鲜电商行业,生鲜电商的企业盈利和竞争压力随之增大,这就要求生鲜企业做好精细化的成本控制策略,实现物流系统的高效运作。在生鲜配送过程中,配送路径优化是极为重要的一环,所以生鲜电商企业必须做好物流配送路径的合理规划,降低配送环节的成本,增加物流总收益。本文以生鲜农产品为研究对象,建立以最短路径为目标函数的数学模型,利用改进模拟退火算法进行研究,并通过PyCharm软件进行求解。求解结果表明:本文所建立的车辆路径优化模型能有效缩短配送线路的总距离,降低配送运输的整体运营成本,进一步验证了车辆路径优化模型和改进算法的有效性和实用性。

一种地区电网多目标无功优化的新方法——改进模拟退火算法

本文介绍了改进模拟退火算法在地区电网无功优化中的应用。实际计算表明，与常规优化方法比较，模拟退火算法收敛性好、适应性强，是实现无功优化的好方法。另外，本文给出了一种新的多目标优化模型，测试结果验证了此法的可行性。

改进模拟退火算法在模块划分中的研究及应用

模块划分是产品模块化设计的关键技术之一。目前大多采用非数值方法划分模块,数值划分方法主要是使用模拟退火算法或遗传算法。模拟退火算法虽可以一次性得到模块划分最优方案,但是操作困难,效率不高。而遗传算法容易陷入局部最优解。该文在模拟退火算法的基础上,融入遗传算法的种群思想,提出了基于改进模拟退火算法的模块划分方法,研究了其实现的关键技术,并通过VC++6.0将其实现。通过具体的模块划分实例,证实了该方法的高效性和易操作性。

一种基于改进粒子群优化和模拟退火的Memetic算法

针对现有Memetic算法收敛速度慢、容易陷入局部极值等不足,提出一种基于改进粒子群优化和模拟退火算法的Memetic算法(简称为PMemetic算法).在PMemetic算法,基于人工萤火虫算法邻域结构思想改进粒子群优化算法,并将其作为全局搜索策略;同时,采用模拟退火算法作为局部搜索策略.将PMemetic算法应用到6个典型的函数优化问题中,并与粒子群算法进行比较分析,实验结果表明PMemetic算法提高了全局搜索能力、收敛速度和解的精度.

基于改进模拟退火算法反演水文地质参数

水文地质参数的反演是一个复杂的非线性优化问题,针对标准模拟退火算法收敛速度慢的缺陷,提出了反演水文地质参数的改进模拟退火算法。采取了设置内阀值、增加约束条件和记忆功能等措施,以提高标准模拟退火算法的收敛速度。实例分析结果表明,改进模拟退火算法在水文地质参数反演和含水层隔水边界的识别问题中不仅是可行的,而且求解精度较高。同时,结合实例的结果分析并给出了影响算法收敛性能的几个因素。

改进模拟退火算法的喷管动力学模型修正

为获得液体火箭发动机喷管高精度的结构动力学有限元模型,提出一种基于改进模拟退火算法(Improved Simulation Annealing Algorithm,ISAA)的有限元模型修正方法。首先,将复杂的薄壁夹层板喷管等效为复合材料层合壳,建立喷管的参数化有限元模型;在此基础上,以结构模态参数为参考基,构造出联合使用模态频率及模态振型的目标函数,并运用灵敏度分析提取设计变量,从而建立其优化模型;提出带记忆、局部搜索功能的改进模拟退火算法,运用ISAA在设计空间进行多目标全局寻优;最后,采用基于MSC Patran/Nastran软件平台二次开发的结构动力学模型修正软件ZDXZ V1.0进行模型修正,并对模型修正方法的有效性进行了校验。结果表明,修正后喷管的前3阶计算模态频率与试验值相对误差小于2%,振型相关性最小MAC值大于0.9,大大提升了喷管模型的动力学符合性,模型精度满足工程应用要求;表明所述模型修正策略的有效性,该方法具有高效、强鲁棒性等特点,适合于大型复杂结构的模型修正。

改进人工势场法与模拟退火算法的无人机航路规划

针对标准人工势场法应用于无人机航路规划存在的缺陷,建立了改进的人工势场模型:当航路点搜索陷入威胁区时,构造惩罚势函数并使用势场强度代替合力矢量控制进行路径规划,解决由于合力矢量为零引起的局部极小问题;利用模拟退火算法搜索威胁区内势场强度更小的点,使得航路点逃离威胁区,解决传统人工势场法中参数对搜索航路点逃离效果的影响;使用变步长法优化算法的收敛速度。仿真结果说明,该方法能够较好地实现无人机航路规划,且快速易行。

基于改进模拟退火算法的移动机器人路径规划

提出了一种新型改进模拟退火算法,对移动机器人路径进行了全局优化。该算法不仅继承了经典模拟退火算法能达到全局最优解的优点,而且其收敛速度远远优于经典模拟退火算法。仿真实验研究表明:这种改进模拟退火算法全局寻优能力强,收敛速度快,显著提高了求解移动机器人全局路径规划的效率。

改进型模拟退火算法在设备布局设计中的应用

由于设备布局问题是NP完全问题,它在有限合理的时间内难以求得最优解,因此问题的求解只能依赖于各种启发式方法。文章针对传统的模拟退火算法经常出现迂回搜索,导致搜索效率低,解的质量差这一现象,通过在传统模拟退火算法搜索过程中增加记忆功能,来避免迂回搜索,将改进的模拟退火算法应用于设备布局的研究中,通过实例证明改进的模拟退火算法解的质量有了很大提高。

边坡最危险滑动面全局搜索的模拟退火算法及改进

最危险滑动面的确定是边坡稳定性分析中一个至关重要的问题。利用模拟退火算法,结合简化Bishop法,进行边坡最危险滑动面的搜索。在分析模拟退火法中存在的不足及其根由的基础上,对算法进行了改进。通过计算机编程技术实现了改进的模拟退火算法。计算结果与典型算例对比证明:改进后的模拟退火算法能够有效避免局部最优解,方法具有实用性。

改进遗传模拟退火算法的航迹规划方法研究

建立了基于真实地形数据和火力威胁区的航迹规划空间模型,结合具有概率突跳特性的模拟退火和群体并行搜索的遗传算法的特点,提出了一种改进遗传模拟退火算法的飞行器航迹规划方法。使用该算法对飞行器的攻击航迹在数字地图下进行了仿真验证,结果表明该方法是一种有效的航迹规划方法。

基于改进的遗传–模拟退火算法和误差度分析原理的PMU多目标优化配置

为了进一步优化同步相量测量单元(phasor measurement unit,PMU)配置的合理性和效率,提出了一种新的误差度分析原理,并使用改进的遗传–模拟退火算法对多个IEEE标准测试系统进行了优化配置。该原理同时考虑了测量冗余度和状态估计的精度,并且避免引入雅可比矩阵,还具备可观测性分析的功能。研究结果表明:该算法不仅可以找到满足全网可观测性的所有PMU数目的配置解,而且进一步提升了全网的测量精度,从而证明了其有效性和优越性。

解决车间调度问题的改进模拟退火算法

结合作业车间调度问题的关键路径理论,设计了一种具有多次退火过程的调度算法。该算法利用记忆表记录下降过程中的平衡点,当一次退火过程结束后,从表中取出各平衡点的温度、状态和抽样长度重新开始退火过程,直到记忆表为空。仿真结果表明该算法在求解质量和求解效率方面均有优势。