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。     

采用模拟退火算法优化维修周期模型

通过对设备故障维修费用、故障损失费用、定期维护费用与设备运行时间的动态关系的分析，基于运行费用最小的原则，提出了设备维修周期的优化模型，采用改进的模拟退火算法进行优化；算例表明，该模型可为合理维修周期的确定以及维修管理决策提供依据。     

模拟退火算法在船舶航向PID控制器参数优化中的研究

基于PID控制器的航向参数控制是控制船舶按照既定航向运行的主要方法。传统的PID控制器虽然结构简单,但是航行参数调节精确度不高,在全局进行搜索,收敛性能较差,已经越来越不能适应现代船舶航行参数控制系统的要求。模拟退火算法是一种局部最优搜索方法,能够结合航向操纵航角最小的原则对航向参数进行最优控制。本文在研究了船舶航行参数控制结构的基础上,提出了基于模拟退火算法在船舶航向PID控制器参数的优化算法,最后进行仿真。     

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。     

混合遗传算法求解一维优化下料问题

针对企业生产中遇到的一维优化下料问题,本文结合遗传算法、粒子群优化算法及模拟退火算法各自的优点,设计一种新的改进的混合遗传算法,对该问题来求解.最后根据算法编写程序对实例数据进行运算,实验结果表明,该算法求解一维优化下料问题比较有效,能获得比较理想的下料方案,可以提高生产企业的原材料利用率.     

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。     

遗传模拟退火算法舰船资源装配效率优化系统

为了解决舰船资源装配工作中,由于装配顺序不确定导致的资源装配效率低的问题,从硬件和软件2个方面,利用遗传模拟退火算法设计舰船资源装配效率优化系统。在硬件方面安装ESC500型号的控制器,并改装系统中的微处理器。在硬件设备支持的基础上,分别通过准备舰船装配资源信息、遗传模拟退火算法优化船舶装配序列和装配效率计算与优化3个步骤,实现对舰船资源装配效率的优化。经过系统测试实验分析得出结论,应用设计的装配效率优化系统后,舰船资源的装配效率得到了有效的提升,且可以实现多舰船装配效率的同步优化。     

基于模拟退火优化的船舶航向模糊控制研究

本文采用模拟退火法对模糊控制参数进行优化,并对控制算法的实时性做了改进。将该算法应用于船舶的航向控制,可以避免普遍模糊控制规则人为制定的不确定性。仿真结果表明,优化后的参数可以获得良好的控制效果。     

基于混沌遗传算法的舰船区域配电系统故障恢复算法

舰船电力系统的网络重构是恢复系统故障、提高舰船生命力的重要途径之一。本文提出了一种混沌遗传混合算法对其进行求解,提高了遗传算法的收敛速度及精度,避免了不成熟收敛。     

一种基于模拟退火的编队区域防空目标分配方法

目标分配是编队对空防御指挥决策中的一个重要环节.通过对舰艇编队区域防空目标分配影响因素的分析,建立编队区域防空目标分配问题的数学模型,然后基于混合优化算法思想,将启发式搜索机制与模拟退火算法结合起来,提出一种改进的贪心模拟退火算法,给出了算法求解流程.仿真结果表明该算法是有效的和可行的,能够给出具有较好的优化分配方案.     

模拟退火算法在船舶转向避碰幅度决策中的应用

在船舶避碰决策过程中,转向避碰是采用频率最高的一种避碰方法。为了求得本船与多船会遇情况下的最优转向避碰幅度,应用模拟退火算法将本船与多船间的转向避碰幅度问题视作一类多目标函数优化问题,从而在可行解空间中求出满足目标函数和约束条件的最优转向避碰幅度解。仿真结果表明,上述方法不仅有助于求出多船会遇情况下的本船最优转向角度值,而且也有助于多船避碰决策系统的智能化设计与开发。     

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.     

基于模拟退火多种群并行进化规划的柔性调度方法

运用基于模拟退火多多种群并行进化规划SAMPEP(Simulated Annealing Multigroup Parallel Evolutionary Programming),求解FMS(Flexible Manufacture System)中的柔性调度问题.仿真结果表明,该算法增强了EP(Evolutionary Programming)算法的全局收敛性,在多目标和复杂多约束条件下,得到了满意的全局最优解.     

一种基于伪并行迁移策略的求解TSP问题的遗传算法

TSP问题是典型的NP完全问题,遗传算法是求解NP完全问题的一种常用方法.文中将并行遗传算法的迁移策略以伪并行的方式应用于TSP问题的求解,并在迁移过程中进行优化.该算法减少了个体的评价计算量,提高了解的质量.     

非对称三对角线性方程组的解法

讨论了将奇偶划分应用于非对称分块三对角方程组的方法及所得方程组的性质.同时还给出了利用矩阵F范数极小化构造预处理矩阵的方法.     

优化排样中顶点算法在圆弧轮廓上的完善

类多边形顶点算法是目前解决二维不规则图形排样的一种主流方法,应用较广泛。本文在基于顶点算法的理论基础之上,对于该方法在解决含有曲线轮廓的工件排样的不足的问题上,借鉴碰撞算法中碰撞点的提取理论,提出一种可行的完善方案。