热槽法模拟退火分析及其改进

本文在Rothman[1]提出的热槽法的基础上，对剩余静校正的估计进行了大量模型试验。通过分析研究得出了对热槽法冷却进度表构造的一些指导性原则，并引进了回火退火的思想来改过热槽法的收敛性及抗噪声能力。试验表明这种回火退火算法其效果是令人鼓舞的，对目前低信噪比的地震资料剩余静校正的估计是很有实际价值的。

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。

基于模拟退火算法的布局问题研究

在传统模拟退火算法的基础上,对布局问题的优化算法进行了研究,采用回火策略,改进一般模拟退火算法寻优的效果;结合布局问题的具体特点,采用Sequence Pair来描述布局问题的解结构,综合构成了一种新的求解布局问题的模拟退火算法。通过算例验证,该算法优于传统优化算法和普通启发式搜索算法,并且对增量布局也能够取得较好的效果。

基于模拟回火退火的DT-MR图像平滑和估计

在采用高斯-马尔可夫随机场(GMRF)对扩散张量磁共振成像(DT-MRI)的原始图像进行平滑和估计时,要根据Bayes准则对图像灰度进行最大后验(MAP)估计.为了避免陷入局部最小的“陷阱”和减小计算量,MAP估计采用了模拟回火退火方法(STA).通过对未加权图像和不同梯度脉冲下的加权图像(共7幅)同时进行平滑和估计.结果表明,基于STA对图像进行平滑和估计能够大大减少噪声影响,从而在图像信噪比很低的情况下仍能保证张量场完全正定.把本方法的实验结果与传统模拟退火(SA)方法的结果进行比较,表明基于STA的方法能够更加有效地消除噪声影响,减小计算量.

基于弛豫模型的模拟退火算法温度设置方法

本文基于模拟退火算法的弛豫时间模型和退火温度的理论估计,提出了动态自适应退火温度设置方法,将退火温度与问题的目标函数值关联.针对数值优化问题,借鉴数值计算中的正则化方法,由温度估计导出了带正则化补偿项的自适应温度设置公式.针对非数值优化问题,仿照Metropolis准则,依据温度估计给出了自适应温度设置的类Metropolis准则.两种自适应温度设置方法中均内含自适应回火机制,加强算法全局寻优的能力.进一步,提出了与温度设置方法相适应的模拟退火算法停止准则,用退火温度值作为算法停止与否的判据.而后,选取若干典型的测试问题进行了实验验证与分析.实验结果表明,自适应退火方法设置的温度与问题的目标函数值紧密关联,温度的变化能同步反映算法的搜索状态.实验结果也验证了提出的停止准则的有效性与适用性,同时也验证了理论分析和推断的正确性.

融合模拟退火策略的萤火虫优化算法（英文）

萤火虫算法是群智能领域近年出现的一个新的研究方向,该算法虽已在复杂函数优化方面取得了成功,但也存在着易于陷入局部最优且进化后期收敛速度慢等问题,而模拟退火机制具有很强的全局搜索能力,结合两者的优缺点,提出一种融合模拟退火策略的萤火虫优化算法。改进后的算法在萤火虫算法全局搜索过程中融入模拟退火搜索机制,在局部搜索过程中采用了回火策略,改善寻优精度,改进了萤火虫算法的全局搜索性能和局部搜索性能。仿真实验结果表明:改进后的算法在收敛速度和解的精度方面有了显著地提高,证明了算法改进的可行性和有效性。

基于VPR的FPGA布局算法的改进

通过在原模拟退火算法中加入回火过程对原算法进行优化,同时,减小内循环次数用于弥补回火导致的布局时间增量.回火过程用于寻找"被遗漏"的最优解.结果表明新算法利于跳出局部最优"陷阱",进一步搜索最优解,具体体现在改进后的算法不但能够保证布局质量,而且缩减了布局时间,同时,布线时间与电路关键路径延时得到不同程度的改善.

应用于蛋白质折叠模拟的三种新蒙特卡罗方法的比较

新蒙特卡罗方法是一类随机算法的统称.这类算法已被应用于蛋白质折叠的模拟计算,并取得了较好的结果.该文将并行回火与遗传算法的混合算法、群体模拟退火方法以及群体模拟退火方法与遗传算法的混合算法这3种改进的蒙特卡罗方法应用到蛋白质折叠模拟计算,并就二维网格模型比较了这3种方法搜索最小能量构象的能力以及计算了得到最小能量构象所花费的时间.计算机模拟计算的结果表明,3种方法对于短序列蛋白质折叠结构的预测都较为有效,而群体模拟退火方法与遗传算法的混合算法则比其它两种算法所花费的计算时间要少,也就更为有效.

改进优化算法FBG传感网复用能力的研究

针对布拉格光栅在构成传感网络时会出现光谱重叠的问题,通过对模拟退火算法中退火因子的修改,以及在退火过程中给予合理的回温操作,改进了算法的计算效率和收敛性,并将改良后的退火算法与粒子群算法结合,可对光谱重叠中各个光栅的波长进行识别。通过对单个及多个光谱重叠的识别结果分析,验证了本算法对光谱重叠的区分具有可行性。实验结果表明:当三个光栅发生两个光谱重叠现象时,改进模拟退火的粒子群算法能够对其光栅进行识别和区分,并且能够将波长的辨识误差控制在±5pm左右。

用改进的模拟退火法反演子波参数

本文对模拟退火法做了分析，提出了在于波参数反演中对模拟退火法的四种改进措施，即加温过程、记忆功能、回火过程、返回搜索，从而有效地解决了模拟退火法初始温度难以选择问题、从全局最优跳出问题、最终解在最优解附近而非最优解问题。并把该方法用于于波参数反演，取得了成功。

基于序列对和模拟退火算法的布局问题研究

结合布局问题的具体特点,采用序列对来间接描述布局问题的解结构,并且在模拟退火算法的基础上对布局问题的优化算法进行了研究,综合构成了一种有效求解布局问题的模拟退火算法。还将传统模拟退火算法和加回火策略的模拟退火算法的测试结果进行了比较。通过测试模块验证,传统算法取得了很优的结果,加回火策略的算法略微优于传统优化算法但却大大增加了时间复杂度。