广义Gauss模型及其模拟退火算法

研究了求解优化问题全局解的随机神经网络方法，将Gauss模型拓展为广义Gauss模型，使之能求解一般优化问题的全局解。进而引入全局性较好的模拟退火算法的思想，提出了广义Gauss模型的模拟退火算法。通过算例比较了几种计算智能算法的全局性。广义Gauss模型的模拟退火运行全局性最好，但它付出了时间的代价；广义Gauss模型兼顾了计算效率和全局性；广义Hopfield网络的全局性最不理想。     

求解大规模不对称指派问题的通用模拟退火算法

指派问题是运筹学中的一类经典问题,在生产实践中有广泛的应用.对于高效求解大规模尤其是人数与任务数不一致的指派问题,匈牙利算法存在一些不足之处.根据模拟退火算法的基本思想,设计了解的表示形式和邻域构造方法,实现了一种求解各种指派问题的通用的模拟退火算法.仿真实验表示,该算法对可行解数量级在1080左右的指派问题进行求解时都有优异的性能.     

模拟退火算法在供应链生产调度中的应用

研究一个简单供应链中的生产调度问题,目的是找到一个合理生产排序使得单位时间的成本最小,建立该问题的单目标非线性规划模型。运用模拟退火算法,结合邻域搜索进行求解,最后举例验证算法的有效性。     

改进的免疫模拟退火算法求解混合流水车间调度问题

针对混合流水车间调度问题的特点,设计了一种双层编码和解码的方法,在一定程度上扩大了可行解的搜索范围,为了克服传统免疫算法在初期收敛速度慢的问题,在算法的早期应用特定的变异算子,以期提高收敛速度,为避免算法陷入局部最优解,在算法后期,利用模拟退火算法的随机扰动性,引导算法跳出局部最优解,同时还引入了免疫记忆,运用精英保留策略预防最优解的丢失,最终提出了一种改进的混合免疫算法.通过仿真结果表明了该算法在解决混合流水车间问题上的可行性和有效性.     

基于模拟退火算法的物流配送路径优化问题分析

模拟退火算法是解决NP完全组合优化问题的有效近似算法,将该算法应用于路径优化问题中,利用该算法对类似货郎担问题的路径问题进行求解。针对城市道路行走不同的目标条件（路径最短、时问最短）进行优化,选择最佳行走路径,并用该算法优化得到的计算结果,结果表明该算法在解类似货郎担交通路径方面问题时具有较高的精确性。因而,该算法在解决城市道路交通问题方面具有一定的实用价值。     

基于模拟退火算法的汽车悬架最优控制研究

设计了一种基于模拟退火算法优化常规线性二次最优控制器权值矩阵的方法。利用该算法的随机搜索特点,以主动悬架性能指标为目标函数对权值矩阵进行优化设计,提高了LQR控制器的设计效率和控制性能,解决了常规线性二次最优控制器的权值矩阵确定问题。应用该方法进行了汽车悬架主动控制仿真。研究结果表明:基于模拟退火算法优化的LQR控制器的汽车主动悬架相对于应用常规LQR控制器的主动悬架和被动悬架,能够大大改善主动悬架的性能;同时在充分利用常规LQR控制器优势的基础上,改善了其权值矩阵确定存在的问题。     

基于模拟退火算法的供应链协调机制问题

随着计算科学与全球经济一体化的快速发展,供应链管理已经成为全球管理科学中的研究热点。分析国内外各种有关供应链设计的算法和数学模型,在此基础上提出简单易行且具有普遍性意义的双模型层次规划法,并建立数学模型,通过模拟退火法对此模型进行仿真。实例表明,提出的方法和模型实用可靠。     

基于模拟退火算法的经济批量和运送问题

研究简单的供应链模型生产批量和运输调度问题,主要目标是找到经济批量调度合理排序,使单位时间的平均库存费用、建立费用、运输费用最小。建立该问题的多目标非线性混合整数规划模型和最佳枚举方法来解决这个问题。由于在大中型的问题中很难获得最优解,所以运用模拟退火算法,它结合邻域搜索技术,以一定的概率选择邻域中最好的状态,从理论上来说是一个全局最优算法。     

基于模拟退火算法的大型客运站到发线运用优化研究

铁路大型客运站到发线的运用进行科学地分析及合理地优化,对于提高客运站的工作效率及保证旅客列车正点到发具有重要的意义。通过分析影响到发线使用的到发线占用间隔时间等各项因素,以到发线均衡使用、列车占用到发线总时间最少和方便旅客乘降为目标,建立客运站到发线运用优化模型。通过采用模拟退火算法,实现到发线运用的合理优化。最后,以福州站一个阶段计划内的到发线使用情况作为实例,对模型和算法进行了验证。     

Dynamic Tabu Search Algorithm for Solving Departure Scheduling Problem

IntroductionWith the rapid development of air traffic, the in-creasing demand of air travel has made the airlinespurchase more aircrafts. Under these circumstances,large amounts of congestion are incurred at major air-ports. According to the related data[…     

模拟退火算法在排课中的应用

分析了学校排课中涉及到的各种约束条件,给出了使用模拟退火算法进行优化排课的方案,讨论了方案中涉及的各种问题.     

基于混合遗传模拟退火的模糊C-均值聚类算法

一般模糊C-均值聚类算法存在易于陷入局部最优的缺陷,基于此,提出了一种基于混合遗传模拟退火的模糊C-均值聚类算法,并利用UIC机器学习数据库中的Car、Iris和Wine数据集验证了算法的有效性。     

有限经济批量和排序问题的模拟退火搜索算法

采用模拟退火算法,解决一个简单供应链中经济批量和排序问题。在这个供应链中,单一的一个生产系统要生产多种产品来满足装配系统的需求,假定参数、产品的需求率、生产率、整备时间和费用都是给定的常数。目标是求解最优的生产批量和排序,使得整个供应链中单位时间的库存、运输的总费用最小。     

含有概率约束优化问题的模拟退火算法

介绍了一种随机算法－－模拟退火法来优化含有概率的约束的优化问题,该算法避免了将概率约束转化为确定等价类的困难,同时能克服传统优化算法算法陷入局部最优的缺点,计算实践表明,算法应用在概率上是可行的。     

用遗传算法解决固定需求交通平衡分配问题

为了提高交通量预测模型的可靠性,利用遗传算法的结构并行性将其用于求解固定需求交通平衡分配问题中。算法设计中采用多维并行交叉、变化的交叉率与变异率、优先策略及目标函数加惩罚项等改进措施,从而大大提高计算速度,减少了交通分配的时间,降低了分配的复杂性,为交通分配问题开创了一条新的途径,同时显示出遗传算法在交通规划中潜在的实用前景。     

基于模拟退火算法的客运站到发线占用优化研究

结合客运站旅客列车在站技术作业的特点,以出发旅客列车正点为目标并且兼顾到发线固定使用方案和高等级列车优先接发建立客运站到发线占用优化模型。该模型为混合0-1整数规划模型,属于NP问题,直接求解较困难。文中用模拟退火算法(SA)设计求解方案,并用实例对模型和算法进行验证,生成到发线使用方案,说明其优化效果明显。