基于模拟退火算法在尺度优化设计方法

详细介绍了神经网络的模拟退火算法法（以下简称ＳＡ）的特点，基本思想及步骤，它是基于ＭｏｎｔｅＣａｒｔｏ迭代精法的一种随机搜索算法，以主尺度优化设计为例，针对主尺度优化问题解的特性和状态，对模拟退火算法是具体应用的几个问题进行了探讨，仿真结果表明，ＳＡ算法能很好的姚离局部最优解的陷阱找到全局最优解，其优化与初始点的选择无关，从而为船舶主尺度优化问题提供了一个稳定的全局最优化算法。     

用“模拟退火”算法实现船舶主尺度的全局最优化

本文把模拟退火（SA）法应用于舶舶主尺度优化问题中。针对船舶主尺度优化问题解的特性和状态，对SA算法具体应用中的几个问题进行了探讨。同时，与单纯形法进行了优化结果的比较。比较表明，SA算法能很好地逃离局部极值点的陷阱找到全局最优解，其优化结果与初始点的选择无关，从而为船舶主尺度优化问题提供了一种稳定可靠的全局最优化算法。     

用“模拟退火”算法实现船舶主尺主工的全局最优化

本文把模拟退火（ＳＡ）法应用于船舶主尺优化问题中，针对船舶主尺优化问题的特性和状态，对ＳＡ算法具体应用中的几个问题进行了探讨，同时，与单纯形法进行了优化结果的比较，比较表明ＳＡ法算法能很好地逃离局部极值的陷阱找到全局最优解，其优化结果与初始点的选择无关，从而为船舶主尺度优化问题提供了一种稳定可靠的全局最优化算法。     

船舶主尺度神经优化分析

本文阐述了以随机神经网络系统理论应用于船舶主尺度优化设计的新方法。介绍了神经网络的模拟退火优化算法的特点与基本思想、数学模型和计算步骤，并给出船舶主尺度神经优化设计的实船算例，以及与其他优化方法之比较。     

求解旅行商问题的模拟退火算法

旅行商问题TSP是一个典型的NP完全问题，模拟退火算法是求解此问题的一种理想方法。模拟退火算法是依赖邻域结构的迭代方法，模拟退火算法对选择试验解比较敏感。本文针对找领域解，提出6种策略。算法的分析和测试表明，策略F是一种简单有效的算法。     

遗传算法在自航水雷航路规划中的应用研究

简要介绍了遗传算法在自航水雷航路规划中的应用，分析了可能产生的问题及原因。借鉴模拟退火的思想，研究并提出了改进的遗传模拟退火算法并用以解决自航水雷航路规划问题。仿真结果表明这种算法能够有效地提高航路规划的计算速度和保证航路规划的质量。     

集装箱装箱优化研究

介绍了模拟退火算法、遗传算法和模拟退火遗传算法等几种使集装箱装箱优化的算法,通过比较与分析得出结论:利用模拟退火遗传算法解决装箱问题是较行之有效的。     

基于改进模拟退火算法的船舶物流配送中心选址研究

未改进模拟退火算法收敛速度难以控制,导致应用算法选址后物流总成本较高,选址方法的实用价值低。针对以上问题,研究改进模拟退火算法的船舶物流配送中心选址方法。结合船舶物流的实际问题,建立物流中心选址的数学模型。采用与粒子群算法相结合的方式,改进模拟退火算法。利用改进后的模拟退火算法求解建立的数学模型,得到最优物流配送中心地址。通过与传统选址方法的对比实验,表明改进后的模拟退火算法收敛性能更佳,并且相比传统方法平均节省了约16.95%的成本。     

船舶主尺度微分进化分析

在探讨微分进化算法机理的基础上,比较微分进化算法与其它的算法,讨论微分进化算法参数的选择。将微分进化算法扩展到可求解混合变量、有约束的船舶主尺度优化问题。扩展后的微分进化算法应用于载重量23800t无限航区散货船的主尺度优选。结果表明微分进化算法是一种高效、实用的工程优化方法。     

基于感兴趣集和遗传算法的模拟退火算法初步研究

本文基于作者所提出的感兴趣集，提出了基于感兴趣订的模拟退火自满ＩＳＳＡ。再基于遣传算法的思想，提出了基于遗传算法的模拟退火自满ＩＧＳＡ。算法ＩＧＳＡ是模拟退火算法的有效改进。     

求解旅行商问题的模拟退火算法

旅行商问题TSP是一个典型的NP完全问题,模拟退火算法是求解此问题的一种理想方法.模拟退火算法是依赖邻域结构的迭代方法,模拟退火算法对选择试验解比较敏感.本文针对找领域解,提出6种策略.算法的分析和测试表明,策略F是一种简单有效的算法.     

非线性规划优化问题中的模拟退火算法

模拟退火SA(Simulated Annealing)算法,是一种仿金属退火物理过程的随机算法,对于复杂的组合优化问题的求解,表现出比其他传统优化算法更加独特和优越的性能。本文介绍了模拟退火算法的原理、实现方法及其求解步骤,并以一具体实例来说明模拟退火算法在解决非线性规划优化问题时的有效性和优越性。     

基于Petri网和模拟退火算法的生产调度

为解决生产调度问题,在增强赋时变迁Petri网和模拟退火算法的基础上,将两者结合起来,首先利用Petri网描述生产调度问题,为提高算法的通用性,以Petri网的系列变迁来作为调度问题解的表达方式,然后通过模拟退火算法求解问题的最优解或近优解.在模拟退火算法新解产生过程中通过引入记忆功能,避免迂回搜索,提高了搜索效率和解...     

基于遗传模拟退火算法的机动多目标数据关联问题研究

应用遗传模拟退火算法将机动多目标的数据关联问题表达为一类约束的组合优化问题研究时,可极大地提高密集多回波环境下系统跟踪多机动目标的精度和可靠性.仿真结果表明,遗传模拟退火算法明显地优于独立地使用遗传算法和模拟退火算法.     

基于遗传模拟退火算法的机动多目标数据关联问题研究

应用遗传模拟退火算法将机动多目标的数据关联问题表达为一类约束的组合优化问题研究时,可极大地提高密集多回波环境下系统跟踪多机动目标的精度和可靠性。仿真结果表明,遗传模拟退火算法明显地优于独立地使用遗传算法和模拟退火算法。     

模拟退火算法在高温超导磁体优化设计中的应用

本文介绍了高温超导磁体的设计及高温超导磁体磁场的有限元计算，同时介绍模拟退火算法的基本原理，并利用模拟退火算法对高温超导磁体进行优化计算。     

小水线面双体船(SWATH)优化设计及数值方法

介绍了基于阻力最小的小水线面双体船主尺度优化方法,引入逐步二次回归的优化思想,结合可变误差多面体算法和乘子法,形成了独特的优化算法.开发了阻力计算和主尺度优化程序(SWATHRES和SWATHOPT),根据输入的主尺度及优化变量约束,程序内确定给定几何表达的主体和支柱船型,在指定的设计航速下,计算输出阻力最小的优化船型及相应的阻力曲线.计算表明:该系统可用于SWATH阻力预报和方案设计阶段的主尺度选型.     

基于多目标粒子群算法的船舶主尺度优化设计研究

粒子群优化是一种新兴的进化计算技术。文章基于多目标粒子群优化算法讨论了船舶主尺度论证中的多目标优化和决策问题。对于多目标优化问题,采用基于Pareto占优方法的多目标粒子群算法得到最优解,然后采用距离理想解最近的方法对这些Pareto最优解给出排序。应用文中给出的两个阶段求解方法,对散装货船概念设计阶段主尺度确定的问题进行了分析。结果表明,综合多目标粒子群优化和决策技术,能够迅速、客观地选择合理的船舶主尺度,可以给设计人员提供更多的选择。这种综合方法也能够广泛用于船舶其他设计领域。     

引导进化模拟退火算法在船舶能优化设计中应用

引导进化模拟退火算法是一种采用全局优化策略的人工神经网络的平行技术，综合了遗传算法，模拟退火，模拟进化的思想，并在解空间实施区域引导，本文用该算法进行船舶性能优化计算，速度快捷，其全局化策略，可避免陷入局部最小值。     

模拟退火算法在动力定位能力评估中的应用

动力定位能力评估在动力定位系统设计中有着重要的作用.它从数学本质上看就是带约束的非线性最优化问题,而模拟退火算法是解决这类问题较为有效的方法.文章介绍了模拟退火算法在动力定位能力评估中的应用,对实例进行了控位能力计算,并将计算结果与Kongsberg公司计算结果进行比较.分析表明,基于模拟退火算法开发的动力定位能力评估方法是可靠的,能更好地满足力以及力矩平衡的要求.