基于模拟退火算法优化给水管线造价公式研究

给水管线造价公式的精确性对工程经济分析与给水管网优化的科学性和经济性有重大影响。通过五个地区的铸铁管综合单价数据,采用最小二乘法对各组数据进行多项式一至十次的拟合,确定了给水管线造价公式的最佳拟合次数为三次;进一步采用模拟退火算法对拟合的多项式参数进行优化计算,求解给水管线造价公式。结果表明:凭借模拟退火算法随机全局搜索模式以及不受函数性质影响的优势,能够克服传统算法难以求解多阶导数的困难,提高公式拟合精度。     

基于空间模拟退火算法的最优土壤采样尺度选择研究

以研究区0.5 km×0.5 km(尺度a)网格的7050个样点为基础,分别得到1 km×1 km网格的1757个样点(尺度b),2 km×2 km网格的444个样点(尺度c),4 km×4 km网格的110个样点(尺度d),以土壤有机质(SOM)为目标属性,运用模拟退火算法对4种采样尺度的土壤样点进行优化选择,确定区...     

基于MOSA算法的高压共轨喷油器多目标仿真优化设计

建立了高压共轨喷油器的Matlab/Simulink仿真模型,采用多目标模拟退火MOSA优化算法作为寻优策略,以针阀开启延迟和关闭延迟为目标函数进行高压共轨喷油器的关键结构参数多目标仿真优化设计。实验结果表明:优化后的高压共轨喷油器针阀开启延迟时间降低16.7%,达到0.25 ms;关闭延迟时间降低15.2%,达到0.78 ms。     

基于近红外光谱的沼液挥发性脂肪酸含量快速检测

挥发性脂肪酸（Volatile Fatty Acids,VFA）作为厌氧发酵过程的重要中间产物,其在厌氧反应器中的累积能够反映出产甲烷菌的不活跃状态或厌氧发酵条件的恶化。为了实现对农牧废弃物厌氧发酵进行过程分析和状态监控,将近红外光谱（Near Infrared Spectroscopy,NIRS）与偏最小二乘（Partial Least Squares,PLS）相结合构建玉米秸秆和畜禽粪便厌氧发酵液乙酸、丙酸和总酸含量快速检测模型。将竞争自适应重加权采样法（Competitive Adaptive Reweighted Sampling,CARS）与遗传模拟退火算法（Genetic Simulated Annealing algorithm,GSA）相结合构建CARS-GSA算法对沼液中的乙酸、丙酸和总酸进行特征波长优选,原始光谱数据1 557个波长点经预处理和波长优选后,得到乙酸、丙酸和总酸特征波长变量分别为135、101和245个,建立的回归模型验证决定系数分别为0.988、0.923和0.886,预测均方根误差（Root Mean Squared Error of Prediction,RMSEP）分别为0.111、0.120和0.727,相对分析误差分别为9.685、3.685和3.484,与全谱建模相比RMSEP分别减少了17.78%、15.49%和1.22%,能够满足农牧废弃物厌氧发酵过程发酵液中乙酸和丙酸含量的快速检测需求,基本满足总酸的检测需求。结果表明,通过构建CARS-GSA算法优选乙酸、丙酸和总酸的敏感波长变量,参与建模的波长点数量显著减少,有效降低了变量维度和模型复杂度,提升了回归模型检测精度和预测能力,为快速准确检测沼液VFA提供了新途径。     

基于互信息和混合优化算法的多模医学图像配准

针对互信息函数的多极值问题,提出了一种基于混合优化算法的多模医学图像配准方法.对于多模医学图像,以互信息作为相似性测度,使用混合优化算法搜索出最佳配准变换参数,将待配准图像进行变换,从而达到配准的目的.实验表明,该算法能避免陷入局部最优值,配准结果精度达到亚像素级.     

基于混合分布非一致性年径流序列频率参数的计算

【目的】在2个分布组成的混合分布假设下,研究非一致性年径流序列的频率参数计算问题,为陕北及关中地区的水资源利用与管理提供依据。【方法】假设非一致性年径流序列变异点前后的序列分别服从2个对数正态分布或2个P-Ⅲ分布,全序列服从由这2个分布组成的混合分布,采用水文变异点综合诊断方法,确定非一致性年径流序列的变异点,最后采用模拟退火算法对混合分布序列进行频率参数估计。【结果】将基于混合分布非一致性年径流序列频率计算的方法应用于陕北及关中地区的实测平均流量序列,理论频率与经验分布拟合较好。【结论】混合分布模型是进行非一致性年径流序列频率计算的一种有效途径。     

基于改进群搜索优化算法的车辆路径问题研究

针对标准群搜索优化(GSO)算法存在的早熟、后期迭代效率低和容易陷入局部极优点等问题,提出了一种改进的群搜索优化算法用于车辆路径问题的研究。该算法先是通过交叉因子的引入来曾加粒子的多样性并增强群成员的优良性,从而减小后期搜索中算法易陷入局部极优点的概率;然后借助于模拟退火算法的优势来有效的提高算法收敛性能。实验表明,基于交叉因子和模拟退火的群搜索优化(CMGSO)算法相比于标准群搜索优化(GSO)和粒子群优化(PSO)算法来说,具有较快的收敛性能和较好的全局寻优能力,因此该算法适用于物流车辆路径寻优问题的研究和解决。     

基于记忆模拟退火和A*算法的农业机器人 遍历路径规划

【目的】解决农业机器人大田作业时遍历路径规划的问题。【方法】提出一种记忆模拟退火与A*算法相结合的遍历算法。首先通过记忆模拟退火算法搜索出任务最优目标点行走顺序,然后使用A*算法进行跨区域衔接路径规划。【结果】仿真试验结果表明,该算法规划的遍历路径曼哈顿距离比传统模拟退火算法减少了9.4%,遍历路径覆盖率能达到100%,重复率控制为4.2%。【结论】记忆模拟退火通过为传统模拟退火算法增加记忆器,增强了跳出局部最优陷阱的能力,提高了算法所得解的质量。该研究结果可为农业机器人遍历路径规划提供理论基础。     

记忆指导模拟退火算法的研究

提出了改进模拟退火算法的记忆指导模拟退火算法。该算法能够利用已知信息对搜索过程进行指导，提高算法的搜索效率，该法对回火退火算法的计算量减少５０％。     

遗传算法与模拟退火算法在神经网络优化中的性能分析

神经网络有以任意精度逼近未知函数的能力，所以被广泛应用于各种领域中。目前广泛应用于神经网络优化的方法是反向传播（BackPropagation，BP），但是BP的全局搜索能力很有限，而全局搜索方法是神经网络优化问题很有潜力的办法。文中研究了两种全局优化算法：遗传算法（GeneticAlgorithm，GA）和模拟退炎（Simu-lated Annealing，SA），并且比较了它们在神经网络优化中的性能。