模拟退火求解组合优化问题的研究

介绍了组合优化问题的特征、一般形式及数学描述，阐述了模拟退火的原理和实现形式，针对一个单目标组合优化问题给出了模拟退火求解的结果。实验表明，模拟退火算法是解决组合优化问题的理想方法。     

旅行商问题(TSP)算法的比较

旅行商问题是一种典型的求解多局部最优的最优化问题:有n个城市,一个旅行者从其中的一个城市出发,经过所有的城市一次并返回出发的城市,求最短的路线.本文运用Matlab7.0实现三种能解决TSP问题的算法(贪心算法,模拟退火算法和遗传算法),并在TSP测试文件berlin52.tsp和krob100.tsp上运行三种算法.从而比较和归纳每个算法的优缺点.     

基于森林空间规划问题的模拟退火算法参数敏感性研究

[目的]以森林空间收获安排问题为基础,系统探讨模拟退火算法参数(初始解数量、初始温度、降温速率和每温度下重复次数)设置对森林空间规划问题目标解质量的影响。[方法]规划模型以10个5年规划分期内的最大化木材收获为基本目标,同时满足均衡收获和最大连续采伐面积约束。模拟数据由5个假设的栅格数据组成,共产生了3 300 81 600个0-1型决策变量。[结果]表明:各规划问题目标函数值的平均变异系数仅在0.18%14.95%间波动,说明模拟退火算法优化结果的高度稳定性;每温度下重复次数和初始温度分别与林分数量呈显著的多项式(R~2=0.85)和指数(R~2=0.66)关系,而降温速率则与林分数量倒数呈显著的多项式(R~2=0.98)关系,初始解数量虽不受林分数量影响,但至少应维持在500次以上。同时,研究还表明规划问题规模不仅显著影响各参数的取值,同时还显著影响算法获得满意解概率(PN)和求解效率(RE),其中满意解概率随林分数量的增加而呈显著线性增加趋势(R~2=0.98),但求解效率则呈显著线性下降趋势(R~2=0.55)。[结论]模拟退火算法优化结果具有高度稳定性,能够适应复杂森林规划问题的需求;模拟退火算法优化结果对参数设置和林分数量具有高度的敏感性,因此森林经营决策人员在采用模拟退火算法解决具体的森林规划问题时应慎重选择各参数的取值,以确保规划结果的稳定性和可靠性。     

一种适用于森林管理变量的并行模拟退火算法

针对森林经营管理的复杂性问题,通常以模拟实地的虚拟森林环境作为实验区,运用模拟退火算法工具运营管理森林。由于传统算法存在执行时间长、收敛速度慢等一系列缺点,本文展示了一种在线的并行模拟退火算法及其优化策略。在独立搜索与合作搜索策略下优化并行算法,独立搜索时,彼此线程间不进行通信,各个线程独立的运行各自的马尔科夫链,在各线程运行结束后,主线程再统一接收各自线程的局部优化解,经过比较进而得出全局最优解;合作搜索时,先通过若干步的退火步骤,线程根据情况产生2种退火链通信阶段:同步通信裢阶段和异步通信链阶段,实时更新结果。经过对比分析得出,串行模拟退火算法比并行算法的收敛速度快;并在Solomon提供的标准测试集上对并行算法的性能进行测试,分析进程数目对代价大体呈反比的趋势,在理论和实验上,表明并行策略可实现高效低成本的森林经营管理。     

基于模拟退火算法的林分多目标经营动态可视化模拟

[目的]基于模拟退火算法,研究一种考虑林分结构健康状况和目标平均胸径的多目标森林经营方法,同时结合单木生长方程,基于Unity3D可视化引擎实现林分经营动态可视化模拟。[方法]以湖南省攸县黄丰桥国有林场5块杉木人工纯林2012—2017年样地连年调查数据为数据源,考虑林分分布状况、竞争程度、营养空间,以平均角尺度、平均大小比、林分拥挤度3个结构参数建立空间结构函数。在此基础上,以健康林分结构和平均胸径为经营目标,以竞争指数为参考初步筛选出的间伐木组合排列的结果作为经营方案的集合,通过模拟退火算法进行最优间伐经营方案解的选择。最后,通过建立考虑Hegyi竞争指数的可变生长率的单木生长方程,以结构分析-经营-生长三者不断迭代的方式并基于Unity3D渲染引擎实现林分经营动态可视化模拟。[结果]通过对5号样地(初始林分230株,年龄16 a,平均胸径20.21 cm)以健康林分结构和30 cm林分平均胸径为经营目标进行经营动态可视化模拟,结果表明林分年龄在21、26、31 a分别进行过间伐模拟,当林分年龄31 a间伐后,林分平均胸径达到30.10 cm,林分平均角尺度为0.64,林分拥挤度为0.74,林分结构接近健康水平。[结论]本研究提出的基于模拟退火算法的林分多目标经营动态可视化模拟方法能够模拟在多目标经营需求下的林分动态,并且形象直观,可以进一步为林业科研和生产提供支持。     

城市中大气TSP污染的来源及防治对策研究

指出了随着工业及交通运输事业等的发展,城市空气中大气总悬浮颗粒物(TSP)含量增加,破坏自然的物理、化学和生态平衡体系,从而危害人们的生活、工作和健康,破坏自然资源。探讨了TSP的来源,并对于其防治给出了相应的建议。     

运用混合人工鱼群算法求解装箱问题

装箱问题在实际生产中应用非常广泛,本文在分析该问题特点的基础上,提出了使用类CF近似算法和人工鱼群算法相结合的混合人工鱼群算法求解装箱问题,并给出了具体的算法步骤。跟遗传算法对比,试验结果表明,该算法在求解装箱问题所得的结果优于遗传算法,具有良好的应用前景。     

基于模拟退火的多射频多信道网络的路由算法

提出一种基于模拟退火的优化算法来解决路由问题。模拟退火算法以加权累积期望传输时间为代价函数来寻找最佳路由方式。系统仿真基于802.11无线网络,分别比较使用基于模拟退火的路由算法和最短路由算法情况下的网络吞吐量和丢包率。仿真结果显示,基于模拟退火的路由算法比最短路由算法具有更好的性能。     

遗传算法求解林分空间结构优化问题

林分空间结构优化近似非确定性多项式难题,为了提高其优化精度和效率,提出一种基于遗传算法的林分空间结构多目标优化方案。在构建林分空间结构多目标优化数学模型的基础上,将林分中的林木编码,使用1条染色体代表林分空间结构优化过程中的1个非劣解,通过选择、交叉和变异等方案逐步更新染色体结构,解决了林分空间结构多目标优化问题,并以湖南省大围山及乌云界自然保护区中4块方形试验样地中的林木数据进行了仿真试验。结果表明,大围山地区样地D1的林分适应度值从0.057提升到0.076,样地D2的林分适应度值从0.134提升到0.474;乌云界地区样地W1的林分适应度值从0.098提升到0.122,样地W2的林分适应度值从0.099提升到0.373。各样地林分适应度值均有不同程度的提升,表明遗传算法在求解林分空间结构多目标优化的问题上是有效的。     

模拟退火法在汪清林业局森林可持续经营决策中的应用研究

以异龄林为对象,应用模拟退火法,探讨了确定林分水平上异龄林最佳可持续经营决策的方法,以期为我国森林可持续经营的生产实践提供参考。     

集成化物流选址-路径问题优化模型的算法研究

选址-路径问题(Location-Routing Problem,LRP)是物流系统中的一个组合优化问题.一般采用"两阶段法"将其分解为选址分派和车辆路径问题来求解.这种两阶段法未能考虑到问题的内在联系,因而往往不能得到满意的解.本研究把LRP问题的解看作是一个整体,采用遗传算法求解该问题;对遗传算法的编码进行重新设计,对交叉和变异操作做了改进,因而能够更容易得到问题的最优解.最后通过算例分析,验证了本算法的可行性.     

杨木粉末温压成形本构方程的构建

为探寻木质粉末在温压成形过程中的"应力-应变"关系,基于杨木废单板制备的杨木粉末的温压成形实验数据,以川北公式为模型,借助模拟退火优化算法反演模型参数,构建杨木粉末温压成形本构方程。结果表明:构建的本构方程精度较高,本构模型的模拟结果与试验结果高度重合,可作为木质粉末温压成形机理分析及失效成因理论判据。     

Tabu搜索法在森林采伐量优化问题中的应用

介绍一种新颖高效的启迪式搜索方式－－Tabu搜索法。以一个杉木人工林采伐量方案的优化为例。介绍了Tabu搜索法的基本原理和应用方法，并把Tabu搜索法与线性规划，模拟退火和遗传算法处理同一森林采伐量优化方案例子获得的结果进行了比较。结果表明，禁忌搜索法在解决一般森林采伐量优化问题时有快速高效的特点，尤其是在移动产生的相邻解数目有限且差异较大的情况下，可以很快获得模拟退火和遗传算法多次重复计算也较难达到的高目标方程值。禁忌周期对Tabu搜索法的影响比较小，寻找好的和移动方式和排序方式是影响Tabu搜索法效率的关键。     

改进遗传算法求解作业车间提前/拖期调度问题

为解决作业车间提前/拖期调度问题,提出一个以最小惩罚为目标的改进遗传算法。该算法采用双染色体矩阵编码方式,利用部分映射交叉重排算子对父代个体进行交叉操作,提供了一种可以保留较高适应度个体的记忆功能,并利用爬山算法对记忆库进行更新,提高算法的局部搜索能力及收敛速度。仿真实验表明,与其他算法相比,该算法的搜索效率更高,收敛性能更好,求解的调度方案更优。     

谈建设工程造价控制中如何解决三超现象

建筑工程造价在我国长期存在概算超估算、预算超概算、决算超预算的＂三超＂现象,严重困扰着建设工程投资效益管理。随着社会主义市场经济逐步建立和发展,工程造价管理也出现一些新情况、新问题,如何采取有效措施,使工程造价管理尽快纳入规范化、系统化、法制化轨道,已是当务之急。     

基于 JIT 的汽车混流装配线排产研究

为满足消费者对于汽车的日趋多样化和个性化的需求,JIT生产方式成为我国大多数汽车制造企业主要的生产方式。因不同车型的零件需求量不同,如要实现准时化的拉动生产就必须解决汽车混流装配线排产问题,以保证零件供应的平准化。本文以AA汽车制造有限公司为研究对象,根据其日生产计划建立汽车混流装配线排序数学模型,分别运用目标追随法、基于lingo软件的整数规划法、及模拟退火法3种算法对数学模型进行求解,比较其运行时间与结果,发现模拟退火算法求解全局最优解的能力优于其它两种算法,更适用于解决汽车混流装配线排产问题。     

Spatial optimization by simulated annealing and linear programming

Forest management planning comprises selection among treatment alternatives in management units. A traditional linear programming (LP) approach may effectively account for a profit maximization objective combined with sustainability constraints, e.g. on the temporal distribution of harvest volume flows, cash‐flow, and net present value development, but it fails to account for spatial constraints, especially those associated with final felling. By applying a simulated annealing adjacency model based on net present value maximization and combined with an LP consequence computation model, it is possible to delineate optimal strategies of final felling scheduling. Evaluation is made of the trade‐off between (1) the incremental cost (determined by use of the LP model) of an optimal adjacency model solution, and (2) the potential damage cost resulting from adjacency characteristics such as windthrow and bark injuries. The decision support system may contribute significantly to reduce damage costs and may improve the reliability of forest management planning.