基于模拟退火和樽海鞘群优化的DV-Hop定位算法

针对无线传感器网络(WSNs)中传统DV-Hop算法定位误差较大等问题,提出基于模拟退火和樽海鞘群优化的DV-Hop定位算法。该算法分别引入RSSI和修正因子来量化最小跳数以及校正平均跳距,在未知节点估计过程中,采用改进的樽海鞘群优化算法代替最小二乘法,并且与模拟退火算法相结合,缓解了樽海鞘群优化算法在寻优过程中容易陷入局部最优的缺点。仿真结果表明:改进后的DV-Hop算法相比于传统DV-Hop定位算法以及其他智能优化算法,定位精度得到明显改善。

混沌模拟退火算法在无功优化中的应用

为了更有效地改进处理无功优化问题的方法,提出了混沌模拟退火(CSA)算法,该算法是一种基于混沌变量的改进模拟退火算法,结合了混沌算法的全局遍历性和模拟退火算法的启发式规则,在模拟退火算法的搜索过程中加入了混沌算法的优点。利用混沌算法确定算法的初始温度,有效地减小了搜索空间,同时利用混沌算法确定模拟退火算法中的扰动准则,使算法有效跳出局部最优解。最后将混沌模拟退火算法应用于电力系统无功优化中,通过对IEEE 6和IEEE 30节点以及实际129节点系统的仿真验证了该算法应用的有效性。

混沌模拟退火粒子群优化算法研究及应用

针对粒子群优化算法容易陷入局部极值点、进化后期收敛速度慢、精度较差等缺点,提出混沌模拟退火粒子群优化(PSO)算法.引入混沌理论对粒子群优化算法的参数进行自适应调整,提高了算法的全局收敛性能;采用模拟退火(SA)算法,依据概率性的劣向转移,以一定概率接受劣解,使算法具有跳出局部最优而实现全局最优的能力.引入自适应温度衰变系数,使模拟退火算法能够根据当前环境自动调整搜索条件,从而提高算法的搜索效率.通过7个经典函数测试混沌模拟退火粒子群优化算法的性能,并将其应用于Job Shop调度问题.仿真实验结果表明,采用新算法有效地克服了停滞现象,增强了全局搜索能力,与遗传算法、粒子群优化算法相比寻优性能更佳.

混沌扰动模拟退火蚁群算法低碳物流路径优化

低碳物流是目前物流配送领域的热点研究课题,也是群体智能优化算法的重要应用方向。针对物流配送中碳排放的度量方法,以VRP问题为基本模型,以碳排放成本为目标函数,建立了低碳物流配送路径优化模型。为了避免基本蚁群算法出现停滞及早熟现象,提出了带混沌扰动的模拟退火蚁群算法来求解低碳物流配送路径优化模型。该算法将混沌系统及模拟退火机制引入基本蚁群算法,避免了算法陷入局部最优,增强了全局搜索能力,提高了求解效率。通过实验仿真及对比分析可知,带混沌扰动的模拟退火蚁群算法的求解结果明显优于基本蚁群算法,表明了该算法的有效性和合理性。

基于混沌模拟退火PSO算法的威布尔分布参数估计应用研究

针对三参数威布尔分布模型采用精确解法直接求解的不足,提出基于混沌模拟退火粒子群优化方法进行参数估计。引入Logistic混沌因子调整粒子群优化算法的更新策略以充分释放其遍历搜索能力,并采用模拟退火方法依据Tsallis接受准则以一定概率接受新状态,使算法避免陷入"早熟"进而实现全局最优搜索;同时为降低算法在迭代计算上的时间开销,运用图解法获得的初始解为其提供搜索范围。将该方法运用到轴承转子可靠度威布尔分布参数估计中,实验分析表明该方法具有可行性和有效性,与遗传算法、模拟退火粒子群优化算法相比具有更好的寻优能力。

求解TSP的带混沌扰动的模拟退火蚁群算法

针对蚁群算法易陷入局部最优及收敛速度较慢的问题,提出一种带混沌扰动的模拟退火蚁群算法。引入模拟退火机制及混沌系统,分别对基本蚁群算法中的蚂蚁种群搜寻范围以及信息素设定与更新进行改进,提高蚁群算法全局搜索能力。使用该算法与基本蚁群算法同时求解TSP这一经典组合优化问题,对两种算法的求解性能进行对比分析。仿真结果表明,该算法的求解精度及求解效率都明显优于基本蚁群算法。

遗传模拟退火算法和混沌系统的图像加密方法

由于部分图像加密方法采用传统的置乱算法及低维混沌系统,从而会出现密钥空间较小、复杂度低等问题,导致算法易被选择明文攻击。因此,提出了一种结合遗传模拟退火算法与高维混沌系统的新型彩色图像加密算法,以获得更强的安全性能。首先使用遗传算法的选择、交叉操作来对明文图像进行处理;然后利用模拟退火算法生成的最优序列对图像进行置乱。通过这三个操作可以使置乱图像的直方图达到均衡,从而可以抵抗统计攻击。为了增强图像各层的关联性,利用彩色图像交互的方法对置乱图像进行交互式变异操作。与传统的“置乱-扩散”加密框架相比,该方法不仅可以增加加密系统的复杂度,而且可以增强加密算法对明文图像的敏感性。实验结果和性能分析表明,所设计的加密方法具有大密钥空间、高安全性和对明文图像的高敏感性,可以抵抗常见的密码分析学攻击。

基于混沌模拟退火粒子群优化算法的电动汽车充电站选址与定容

针对城市电动汽车充电站的选址与定容问题,建立了考虑充电站运营商、电动汽车用户以及电网企业综合利益的充电站选址定容规划模型。采用Voronoi图思想和需求点栅格化理论,结合Floyd最短路径算法划分充电站的服务范围。提出采用一种混沌模拟退火粒子群优化算法对问题进行求解,通过引入混沌理论使粒子更高效地遍历搜寻空间,并结合模拟退火算法的概率突跳特性使算法在迭代后期仍具有较高的全局寻优能力。通过算例分析表明,采用所提算法对城市电动汽车充电站选址定容进行优化规划的可行性和有效性。

混沌遗传模拟退火组合算法性能研究

提出了一种混沌遗传模拟退火组合算法。为了提高算法的收敛速度,对遗传算法的适应度进行了拉伸操作,并且对模拟退火算法进行了改进,使其搜索范围随退火温度的降低而缩小。最后通过对4个典型函数的模拟,对算法的性能进行了研究。实验结果表明,该算法能明显改善传统遗传算法的性能,具有较强的全局搜索能力和较快的收敛速度。

基于混沌模拟退火回火算法的结构混凝土超声层析成像

针对混凝土超声波层析成像结果不惟一和稳定性差的问题,依据超声波在混凝土中的传播特点,在反演算法中引入物理意义明确的自然权矩阵,对走时较小的射线和射线较密的成像单元加以重权,形成了二次增广目标函数方程;然后,通过混沌模拟退火回火算法来寻求其全局最小值,从而得到各网格单元的声速计算值。在寻优过程中,其初始值由反投影法求得。模型试验表明,由于利用了正确的先验信息,加上混沌模拟退火回火算法在寻找函数极值方面具有优良的特性,不但反演过程收敛,而且数值稳定,其成像结果能真实有效地反映对象内部缺陷,因此,该算法适用于混凝土的超声波速度反演。

混沌-模拟退火算法在确定河流水质参数中的应用

将以混沌变量作为新状态产生器的模拟退火法应用于求解分析河流水团示踪试验数据,确定河流水质参数的函数优化问题。针对标准SA算法收敛速度缓慢的弱点,采取在内循环中增加记忆功能等改进措施,得到了满意的参数优化计算结果。

混沌模拟退火算法在数值函数优化中的应用

针对一般的(无约束或约束)函数优化问题,给出一种基于混沌和模拟退火的随机搜索算法,对目标函数没有任何可微甚至连续的要求,可有效克服标准模拟退火算法易于陷入局部最优解的问题,大量算例测试结果表明,该算法具有良好的效果。

基于模拟退火算法的混沌运动控制

提出一种利用模拟退火算法来控制混沌运动的方法,可以在目标轨道未知的情况下,采用随机的方式持续地对系统控制参数进行“生成—判断—接受/舍弃”,通过这种自我“学习”过程,选择最佳的参数进行控制,从而使混沌系统趋于并最终稳定于系统的均衡解.实现了Log istic和H enon映射中的混沌运动控制,仿真实验结果表明该方法是非常有效的.

基于阶梯式Tent混沌和模拟退火的樽海鞘群算法

针对樽海鞘群算法寻优迭代过程中存在容易陷入局部最优、收敛速度慢的问题,提出一种改进的樽海鞘群算法.引入Tent混沌映射初始化种群来提高算法迭代前期的收敛速度,通过惯性权值"阶梯式"调整策略来更好地兼顾算法全局探索能力和局部开发能力,通过模拟退火增强樽海鞘群算法迭代后期跳出局部最优解的能力,以基准测试函数和磁导航自动导引车模糊控制器参数寻优问题为例测试了算法性能.仿真结果表明,对于单峰和多峰测试函数,改进后的樽海鞘群算法具有更快的收敛速度和更强的全局寻优能力.相比较标准樽海鞘群算法的参数调节法,改进后的樽海鞘群算法所设计的磁导航自动导引车模糊控制器对磁偏差值控制性能更为优化,在控制器设计方面具有潜在的应用价值.

区域电网无功优化的混沌模拟退火算法

在保证系统安全可靠的前提下,合理进行无功优化,配置无功补偿,对有效的减少配电网网络损耗,提高经济效益以及节约能源都具有重要意义。将混沌模拟退火(CSA)算法应用于区域电网无功优化,用VC++编程实现混沌模拟退火算法,通过对IEEE 6系统的仿真验证了该算法应用的有效性。

基于模拟退火的改进混沌粒子群算法

针对传统的粒子群优化算法易陷入局部最优解、稳定性差等缺陷.本文提出了基于模拟退火的改进混沌粒子群算法.将模拟退火及混沌的算法应用于粒子运动过程,从而可有效避免陷入局部最优并趋于全局最优.仿真结果表明在最优解精度以及寻优速度上都有一定提高.

基于模拟退火算法的混沌双振子频率检测方法

针对现有的混沌振子频率检测方法效率低的问题,提出了一种混沌双振子系统结合模拟退火算法检测强噪声背景下信号频率的方法。研究待测信号频率与系统输出值方差之间的关系,分析待测信号时间长度、相位、噪声等因素的影响,将混沌频率检测转化为一种多极值求最大值的优化方案,利用混沌双振子实现对任意相位信号的频率检测,采用改进的模拟退火算法求解待测信号的频率值。实验证明同等精度下,改进方法的运算量大幅降低。新方法不受混沌系统状态的限制,结构简单、精度高,极大提升了检测效率。

开放式多中心需求可拆分VRP及混沌遗传模拟退火算法

综合考虑客户需求量允许被拆分、配送系统拥有多个配送中心且车辆可就近返回配送中心的运输模式,建立以配送中心日均建设成本、车辆派遣成本、理货成本和油耗成本之和最小为目标的数学模型,并根据问题特征设计了混沌遗传模拟退火算法对问题进行求解。通过对不同规模以及不同类型的算例进行实验,验证了混沌遗传模拟退火算法求解本文问题的有效性。

计算机通信网最优流量分配的新算法──混沌模拟退火优化方法

本文将一种新的混合优化算法──混沌模拟退火优化方法应用于求解计算机通信网的最小网络迟延和流量分配问题。该方法充分利用了混饨优化方法和模拟退火优化方法的优点，具有遍历性、随机性以及全局、快速收敛的特点，避免了常规优化方法的局限性。实例计算结果表明，利用该方法进行计算机通信网的最小网络迟延和流量分配问题的优化计算，缩短了计算时间，增强了算法的鲁棒性，取得了满意的效果。

基于混沌模拟退火粒子群优化算法的电动汽车充电站规划方案

针对城市电动汽车充电站规划布局及服务范围划分的问题,提出了一种计及交通道路结构、车流信息及用户成本的电动汽车充电站最优规划模型。以全社会成本最小化为目标建立充电站选址定容模型,采用基于混沌模拟退火粒子群优化算法进行求解,利用加权Voronoi图对待规划区进行服务区域划分,引入混沌理论进行动态赋值,并结合模拟退火算法的概率突跳能力,使算法具有更高的全局寻优能力。通过算例分析验证了规划方案的有效性和实用性。