几种复合型数值方法的算法模拟与性能比较

浅水波问题的数值模拟一直是计算数学、计算流体力学的研究热点之一,采用低阶方法和高阶方法相复合的数值方法引起了人们的注意,并在水力学的数值模拟中取得了很大的成功。文中对三种复合型的数值方法,即Lax-Wendroff(LW)格式与Lax-Friedrichs(LF)格式的复合算法,Upwind格式与Lax-Wendroff(LW)格式的复合算法,WENO格式与LW格式的复合算法,进行了分析比较和改进,并就计算流体力学中的一维浅水波方程的两个算例分别做了数值对比试验,在解的光滑性、锐利性,计算速度等几个方面做了比较,模拟结果表明三种方法均能准确捕捉激波又不产生非物理震荡。

信息加工的算法模拟及其教育意义

生物的遗传进化过程与信息加工模型的认知过程在一定程度上具有很多相似之处。如果将心理学和计算神经科学的研究成果应用于学校的学习与教学实践 ,就可以大大改变目前学校教育中不尽如人意的地方 ,如遗传算法对信息加工的模拟强调信息的输入、编码、环境刺激的强弱程度 ,对学生正确。

线性多用户检测算法模拟研究

本文描述了直接序列码分多址 (DS -CDMA)中的线性多用户检测算法 :匹配滤波器、解相关器、最小均方误差检测器。通过大量计算机仿真 ,比较了它们在误码率及远近效应等方面的性能表现。说明最小均方误差检测器误码率性能优于解相关检测器、解相关检测器优于匹配滤波器 。

Web内容挖掘算法模拟器设计

各种数据源的大量出现,数据的分析算法的研究已成为Web挖掘一个热点研究课题。本论文提针对Web内容挖掘,采用回归算法、趋势分析方法、cure算法及分类,利用MATLAB和VC++设计了一个Web内容挖掘算法模拟器,从不同的角度来观看数据,从而得到不同的结果。

动态算法模拟系统的设计开发及教学应用

针对在《算法分析与设计》课程中算法原理比较抽象、算法计算过程比较复杂,致使学生学习过程中不能很好地掌握和理解的状况,设计并开发动态算法模拟系统。动态算法模拟系统具有基本的图形演示功能、代码展示及高亮跟踪效果和算法说明功能。该系统应用在教学过程中取得很好的教学效果。

BP神经网络在排序算法模拟中的应用研究

提出了用BP神经网络对排序算法进行模拟。首先利用BP神经网络对排序算法的实际输出结果进行预测,然后用匈牙利算法和全局贪心两种算法对网络输出结果与输入数据进行平衡匹配。实验证明两种算法均对低维数据的排序有更好的效果。针对10维数据经匈牙利算法匹配后排序正确率为75.70%,经贪心算法匹配后排序正确率为44.85%,且匈牙利算法的排序正确率均不低于贪心算法。

小世界网络模型分析和算法模拟

首先对小世界网络模型的构建过程和主要统计量进行分析,基于一个规则环状网给出算法描述和代码实现小世界网络模型的模拟,设计代码计算此模型的最短路径平均长度和集聚系数,通过运行代码获得的统计数据进一步验证和分析了小世界网络模型的内在特征和规律,为模拟实现具有大规模节点的小世界网络提供可能.

微信红包随机金额生成算法模拟及应用

构造了微信红包随机金额的模拟算法,并验证了模拟算法的有效性。通过模拟算法,产生了大量微信红包随机金额数据,分析这些数据表明:(1)微信红包随机金额呈正态分布,是在红包份数较少的情况下,表现出的一种巧合,在红包份数较多的情况下,随机金额并不符合正态分布;(2)对一个微信随机红包,概率上,每个人抢到的红包金额是相等的,即抢红包的先后次序对抢到金额的多寡没有影响;(3)对一个微信随机红包,越晚产生的随机金额,其波动范围越大,即先抢红包的人,抢到平均金额的可能性比较高,后抢的人,要么抢到较小的金额,要么抢到较大的金额。

基于遗传算法模拟退火算法解决修边损耗问题

纸箱包装行业是一个传统的产业,在纸箱生产中需要拼单来降低修边损耗以减少成本。本文根据生产上的实际经验提出了问题的数学模型,针对该模型,本文将遗传算法和模拟退火算法结合,解决了遗传算法的收敛过快以及局部搜索能力不强的问题。在选择操作中直接保存优秀个体,来增强算法的收敛性。在变异和交叉操作中采用自适应的变异和交叉概率,增强了搜索解空间的均匀性,并引入了记忆功能,最终获得问题的近似最优解。

基于BIM技术与模拟退火算法的村镇轻钢框架结构智能设计方法

传统村镇住宅结构设计需要进行大量的人工试算与重复建模,而受制于建设成本,村镇住宅无法像城镇住宅一样通过设计师进行专业的结构设计与验算,其安全性与经济性均难以满足要求。为此,提出一种村镇轻钢框架结构智能设计方法,包括智能建模与智能优化两个环节。基于图层自动识别算法、光学字符识别技术、自适应分块算法提出村镇轻钢框架结构BIM智能建模方法,包括图层识别、轴文本数据提取、墙体轮廓提取等,智能建模结果基本满足实际工程要求。基于提出的两阶段模拟退火算法给出村镇轻钢框架结构的智能优化方法,优化速度较快,优化效果良好。通过实际工程案例对提出的智能设计方法进行验证,结果表明,提出的村镇轻钢框架结构智能设计方法具有可行性,与传统的人工设计方法相比,设计周期可缩短70%以上,材料用量、结构设计指标接近人工设计结果。

基于改进模拟退火遗传算法的高速公路服务区自洽能源系统高能效优化

针对高速公路自洽能源系统高能效优化的问题,基于改进模拟退火遗传算法(SA-GA),提出了一种综合考虑经济目标和环保目标的自洽能源系统高能效优化运行策略。首先根据高速公路服务区自洽能源系统中各电力单元特性,建立一种综合考虑系统经济性和环保性的能效目标函数;其次根据高速公路服务区自洽能源系统的分类,建立了不同类型系统对应的约束条件;为避免遗传算法易陷入局部最优的缺陷,引入模拟退火算法,对改进后的SA-GA算法采用降温函数,寻找全局最优解;利用新疆某高速公路服务区自洽能源系统发电和负荷数据,并在传统服务区负荷的基础上进一步考虑新能源汽车充电站的影响。测试函数测试结果表明:SA-GA算法在求解速度和稳定性方面有明显提升,改进SA-GA算法对夏季、冬季典型日能效优化的结果,相较于遗传算法,在寻优精度提升约为20.33%。

模拟退火遗传算法在自由曲面数控加工中的实验

在自由曲面的加工中,一直面临着加工时间长的问题,本研究以提高加工效率为目的,通过分析待加工自由曲面的面曲率、残余高度等参数,计算出合理的加工步长和行距,并以此为依据将待加工曲面离散成点云即为刀触点。将刀具路径规划问题转化为求解TSP问题的最优解,为避免遗传算法早熟陷入局部最优解,引入了模拟退火算法进行改进,使用改进后的混合算法进行刀具路径寻优。对优化方法进行了仿真加工、实验加工及测量,结果表明优化方法相比传统方法刀路长度最多减少303.4mm,相对缩短了12.3%,加工效率提升较为明显,并且加工表面也取得了较好的加工效果。

基于模拟并行蚁群算法的无线传感器网络异常节点自适应定位方法

由于无线传感器网络自身节点数量庞大,导致在异常节点自适应定位过程中,定位到的异常节点个数较少的问题.针对上述问题,提出基于模拟并行蚁群算法的无线传感器网络异常节点自适应定位方法.从网络中提取出异常节点的原始数据,并对异常节点数据属性进行详细的解析,根据解析后的数据属性,利用蚁群算法的优化搜索特性,结合并行计算的思想,建立并行蚁群算法模型,模拟蚂蚁在寻找食物过程中的协作和寻优行为,运行并行蚁群算法,获取异常节点的估计坐标值,实现节点的自适应定位.实验结果表明,该方法在面对复杂网络环境和多种异常类型时能够定位到多个异常节点,增强了定位方法的鲁棒性和自适应性.

自适应状态转移模拟退火算法及其应用

状态转移模拟退火算法(STASA)作为解决复杂优化问题的有效方法,其搜索效率依赖于搜索算子和参数值的选择,在一些高维复杂问题上出现效率低下的问题。提出一种自适应状态转移模拟退火算法(ASTSA),通过自适应算子和参数选择策略来提高算法的适用性和求解效率;借鉴群智能算法的均值更新方法对平移算子进行改进,增强算子的搜索特性。通过23个基准测试函数和8个工程设计问题进行实验验证并与其他算法对比,证明了ASTSA算法和改进策略的有效性。

基于遗传-模拟退火算法修正高斯烟羽模型参数

高斯烟羽模型由于受到地形地貌与气象条件等因素的影响,难以准确反映大气的实际扩散过程。为解决上述问题,首先在经验参数作为先验值的基础上,通过遗传算法对实际观测数据进行参数反演修正,根据观测结果调整模型参数,提高模型的准确性;然后,为进一步优化参数修正结果,引入模拟退火算法,通过随机搜索和逐步降温的策略来跳出遗传算法可能陷入的局部最优解,进一步改善模型的性能。为了评估修正效果,建立一个基于权重的模型值与观测值之间差异的适应度函数,通过比较修正前后的误差率来判断参数修正对高斯烟羽模型的影响程度。仿真实验的结果表明,所提出的遗传-模拟退火算法模型能够有效地修正高斯烟羽模型中的扩散参数,修正后的模型在预测污染物浓度方面的误差率下降了89.40%。所提模型可为环境保护和污染防治提供重要的理论支撑和决策依据,具有较大的应用潜力。

基于模拟退火算法的智能有轨制导车辆的调度优化模型研究

为了解决单、双工序系统作业问题,基于启发式算法中的模拟退火算法来求解RGV(有轨制导车辆)的最优路径.通过模拟真实的系统作业场景,增强了RGV调度策略的稳定性,并构建了带有故障处理机制的RGV调度优化模型.研究结果表明,基于模拟退火算法的智能RGV调度优化模型能够有效满足预期工况下的目标需求.

基于改进离散模拟退火遗传算法的雷达网协同干扰资源分配模型

针对分布式干扰机掩护目标突防雷达网背景下的干扰资源分配问题,提出了一种引入随机密钥的改进离散模拟退火遗传算法(improved discrete simulated annealing genetic algorithm,IDSA-GA)对资源分配过程进行优化。基于雷达网融合检测概率构建干扰效果评估函数,利用IDSA-GA对函数寻优求解。IDSA-GA在模拟退火遗传算法(simulated annealing genetic algorithm,SA-GA)的基础上引入随机密钥,完成算法的离散化;并在迭代的过程中增加记忆功能,克服了过早收敛的现象。仿真结果表明,与GA相比,提出的IDSA-GA收敛迅速,寻优能力强,能有效解决干扰资源优化分配问题。

基于模拟退火粒子群算法的甚高频台站补盲

目前中国西藏地区甚高频(very high frequency,VHF)通信台站在7000 m及以上高空航路通信信号覆盖存在覆盖盲区,但是并没有针对VHF通信信号盲区补盲方面的研究及对应的解决办法。为了解决以上问题,提出了一种以西藏地区的实际地形为优化算法搜索对象,以拉萨管制区管辖范围内航路通信信号的单重覆盖率、双重覆盖率及管制区的冗余度为指标的补盲部署数学模型。接着,在不改变西藏地区原有VHF通信台站数量和位置的基础上,利用模拟退火粒子群算法,采用最小频率最少台站个数寻找一个最优台站对未覆盖的一段航路进行VHF通信信号覆盖研究。仿真结果表明,该算法不仅实现了采用最小频率最少台站个数解决航路通信信号覆盖盲区的目标,而且克服了粒子群算法在寻优过程中易陷入局部最优解的缺点,同时也证明了提出的补盲部署数学模型的正确性及改进的粒子群算法的高效性。该算法和模型可以为航线网路规划、台站部署优化及最终通过该方法解决频谱资源匮乏问题提供理论支撑和技术支持。

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。

基于模拟退火量子遗传算法的焊接机器人轨迹规划

针对焊接机器人在焊接过程中经常出现的轨迹规划问题,以六自由度机械臂PUMA 560为研究对象,采用笛卡尔空间规划轨迹,并利用混合算法,以关节惯性力矩变化量最小为优化目标,对不同末端位置的各个关节惯性力矩进行优化,从而消除了机械臂焊接过程中的运行不稳定、关节运动不平稳等问题。克服了模拟退火算法收敛速度慢及量子遗传算法局部寻优能力差等问题,成功规划出机械臂关节惯性力矩最优轨迹。MATLAB仿真结果表明,模拟退火量子遗传算法收敛时间相比传统遗传算法缩短30.56%,并且优化了关节惯性力矩,验证了该算法的可行性,可为后续研究奠定基础。