模拟退火算法及其改进形式

对模拟退火算法及其改进形式进行了综述,讨论了各种改进形式的特点,并指出并行算法是一种比较理想的改进方法．     

模拟退火算法的改进及其应用

针对贷款组合优化决策模型的求解问题，以模拟退火算法为基础，利用设置记忆器和在算法后链接一个局部搜索过程的方法，对原有算法进行了改进，该算法可兼顾解的质量和运行时间，快速找到最优解，克服了原有算法的随机性。数值计算的结果表明，该算法具有很强的适用性。     

模拟退火算法

本文介绍了Metropolis准则,给出模拟退火算法的算法步骤以及收敛性定理．最后,给出了模拟退火算法运用的数值例子．     

改进的单纯形模拟退火算法

SMSA(单纯形模拟退火)算法针对单纯形和模拟退火算法的优缺点,将两种算法有机地结合起来,充分利用单纯形算法收敛速度快以及模拟退火算法的随机突跳,不易陷入局部极小点的特性.两种算法结合,互相补充不足,大大提高算法的效率,并削弱了对参数选择的苛刻性.     

一种有效的全局优化算法--模拟退火算法

模拟退火算法是有效的全局优化算法,本文讨论了模拟退火算法发展过程及其理论依据,利用MAT-LAB语言编写程序并测试分析,认为算法本身可进一步改进,提出了算法改进思路和方法.     

模拟退火算法在优化中的研究进展

模拟退火算法在处理全局优化、离散变量优化等困难问题中,具有传统优化算法无可比拟的优势.在计算机计算速度不断提高的条件下,具有不可低估的发展潜力和重要的研究价值.本文研究分析了基本的模拟退火算法原理,主要介绍了模拟退火算法的发展历史和特点,综合了近期关于模拟退火算法研究进展.本文在比较了模拟退火算法与传统的优化方法的基础上,最后指出了它的发展趋势和研究热点,对模拟退火算法在优化中的推广应用具有重要意义.     

改进的模拟退火算法求全局优化问题的最优解

围绕全局优化问题,对模拟退火算法进行了分析,针对过程变量优化问题中普遍存在的多峰现象,探讨了应用模拟退火算法求全局优化问题的最优解的方法．通过对线性问题和非线性问题的计算,表明该法能够有效地解决全局优化问题．     

模拟退火改进粒子群优化算法求解优化问题

针对粒子群优化算法后期易陷于局部最小的缺点,引入模拟退火思想,建立模拟退火—粒子群优化算法。通过求解函数优化问题对比实验,表明改进后的粒子群优化算法增强全局寻优能力,搜索成功率大为提高。     

用模拟退火算法解决生产调度问题

介绍了Metropolis准则，给出了模拟退火算法解决生产调度问题的基本方法和步骤，并对算法的有效性进行了验证．     

一种改进的遗传模拟退火算法解决函数优化问题

首先简要介绍了传统的遗传算法,然后分析了遗传算法的优点和不足。针对遗传算法容易产生早熟现象和局部寻优能力差的特点,通过引入改进的灾变操作和模拟退火算法跟遗传算法相结合,而增强了算法的全局收敛性,并且提高了算法的收敛速度。最后使用一个典型的遗传算法性能测试函数验证了改进算法对函数最优化的有效性,其性能明显优于传统的遗传算法和模拟退火算法。     

一种改进的和声退火算法

和声搜索算法是最近提出的一种基于乐队和声调谐原理的新搜索算法,目前已经有许多成功的应用。针对和声退火算法的不足,通过简化退火降温方式和终止条件,以及采用模拟退火算法修改和声库中最差解的更换方式,提出了一种改进的和声退火算法,数值实验表明了改进的和声退火算法的有效性和优越性。     

模拟退火算法在模糊模式识别中的应用研究

本文首先对模糊C-均值聚类作了简要分析和评论，在此基础上将模拟退火机制引入其中，以克服模糊C-均值聚类的局部性和对初始聚类中心的敏感性；然后，采用了基于贴近度和择近原则的模糊识别方法，文中分析了格贴近度的不足之处，并对之进行了改进；最后，详细设计了上述各算法。仿真结果说明，该方法在识别速度和准确率方面都达到了令人满意的效果，为种子的在线检测提供了一种新思路，也拓展了模糊理论的应用范围。     

多种群自适应模拟退火遗传算法求解TSP问题

TSP问题是一个具有广泛应用背景和重要理论价值的组合优化NP难题。遗传算法是求解NP完全问题的一种方法。针对传统遗传算法求解TSP问题的不足,提出了一种多种群自适应模拟退火遗传算法,并给出了多种群分级、混合变异算子的设计。最后,对CHN31、ATT48和EIL51的TSP问题进行求解．仿真结果表明该改进遗传算法具有更好的收敛性,可以得到更好的最优解。     

基于模拟退火的神经网络预测模型

在分析了传统神经网络预测模型的基础上，提出用模拟退火算法代替局部梯度下降法修正网络权值，从而避免了人工神经网络容易陷入局部极小的缺陷。经实例证实，该方法能有效地提高预测的精度。     

模拟退火法在电机全局优化中的应用

采用模拟退火法对350W-1500W六种规格的汽车永磁发电机进行优化设计,获得了高质量的全局最优解。     

改进人工鱼群算法及在函数优化问题中的应用

为改进AFSA优化精度低、运行时间长的问题,借鉴模拟退火算法中的Metropolis判别准则改进人工鱼的觅食行为,在利用人工鱼全局寻优的同时并利用模拟退火算子实施局部细化,提出一种改进的人工鱼群优化算法（SA_IAFSA）,并用于求解多峰函数的优化问题。仿真结果表明,该算法保持AFSA算法简单、易实现的特点,克服人工鱼漫无目的随机游动以及容易陷入局部最优值的缺点,显著提高算法的运行效率和求解质量。