基于混合遗传模拟退火算法的空调冷冻水系统优化

根据中央空调水系统中冷水机组和冷冻水泵的性能曲线,建立了描述中央空调冷冻水循环系统特性的优化数学模型。并以遗传算法为主,融入模拟退火算法,设计出了一种混合遗传模拟退火算法。利用该算法设计中央空调冷冻水循环系统的优化控制方案,使其在一定的负荷下达到最小能量消耗。同时,将遗传算法控制方案与混合遗传模拟退火算法控制方案进行比较,用以说明混合遗传模拟退火算法优化控制的相关优越性。     

一种改进的遗传模拟退火算法

遗传算法有早熟和局部搜索能力弱的缺点，而模拟退火算法没有较好的全局搜索效率。引入了一个新的选择机制来改进模拟遗传退火算法，使速度得到了提高并且可以避免早熟等缺陷。     

一种改进的遗传模拟退火算法

遗传算法有早熟和局部搜索能力弱的缺点,而模拟退火算法没有较好的全局搜索效率。引入了一个新的选择机制来改进模拟遗传退火算法,使速度得到了提高并且可以避免早熟等缺陷。     

基于遗传退火算法的无线传感数据采集研究

随着科技的进步与社会的发展,无线传感网络进入高速发展阶段,越来越多的学者开始对无线传感网络数据采集进行研究。本文根据目前存在的研究方法,提出了一种基于无线传感网络数据采集的改进退火算法,该算法在传统模拟退火算法的基础上,引入遗传算法,改进种群的多样性,对收敛性进行优化,从而加强建筑结构监测的精确度。对比测试结果表明,基于改进退火算法的无线传感网络数据采集在实际过程中切实有效,可以对数据采集做到科学、精确的检测效果。     

基于链式遗传——模拟退火算法的配电网络重构

以网损最小为目标函数,节点电压、网络辐射性和电源容量的限制为约束条件,建立了配电网络重构优化数学模型。针对各种单一算法的局限性,提出了一种基于链式遗传-模拟退火算法。该算法将环境压力映射为待优化问题,进化链（食物链）上每条染色体（个体）则对应问题的一个候选解,通过模拟退火Metropolis取舍准则控制算法搜索最优方案的进程。最后,在IEEE16节点系统上验证了所提方法的有效性。     

基于混合遗传算法的动态路径诱导算法研究

路径诱导系统是智能交通领域的核心内容之一,近年来已经成为国际学术界研究的热点与难点课题之一.本文对路径诱导方法进行了深入的研究,提出了基于自适应遗传算法与微种群遗传算法相结合的智能交通路径诱导方法;并以沈阳市一环内干线交通路网为研究对象,进行了大量的理论分析和仿真实验研究,证明了方法的有效性.     

混合遗传算法在柔性制造系统优化中的应用

针对传统遗传算法因过早收敛而导致效率低下的问题,通过对传统遗传算法模型的优化,开发了基于混合遗传算法的柔性制造系统优化模型。在系统介绍了混合遗传算法的基本原理及其操作步骤的基础上,通过示例演示混合遗传算法的具体应用并对应用质量和效率进行比较分析。混合遗传算法在继承了一般遗传算法的全局优化特点的同时,解决了传统遗传算法过早收敛的问题,提高了柔性制造系统优化的质量和效率。     

基于响应面模型的全三维气动优化设计研究

近几年,高负荷低压涡轮的研究得到叶轮机械内部流动包含有边界层分离、二次流、旋涡以及激波与边界层相互干扰等复杂现象,因此高性能的叶轮机械的设计是非常困难的。基于实验设计的响应面模型方法,将其与GA/SA结合建立了一套具有全局寻优能力的优化设计体系。     

基于码流掩盖定位的3G视频传输纠错算法

3G视频图像在互联网传输过程中,因丢包和网络时延等因素导致视频图像出现差错。传统方法采用视频感知的多粒度哈希纠错算法,当视频被快速篡改时出现码流模糊分块效应,导致视频传输质量不好。提出一种基于码流掩盖定位的3G网络视频传输纠错算法,采用隐马尔科夫模型进行丢包率预测。随机选择多个步长,进行码流迭代掩盖,设计篡改检测算法,用相似度来表述视频内容的差异程度,求解视频整体相似度,通过视频数据的帧间预测和层间预测实现对视频传输的纠错控制。仿真结果表明,该算法能有效降低视频传输的丢包和延时,峰值信噪比提高,视频纠错性能较好。     

对伪随机扰码和自同步扰码的盲识别

本文针对伪随机扰乱器和自同步扰乱器两种主要扰乱器进行识别和恢复.     

多进制LDPC码改进算法研究

x对于二进制LDPC码,多进制LDPC码具有纠错能力更高、抗突发错误能力更强的独特优势,适宜高速率传输,为了解决多进制LDPC译码算法复杂度较高,不利于硬件实现的问题,本文重点对多进制LDPC码的构造、译码、码长及码率等方面进行仿真研究,以期为多进制LDPC码的实用化发展提供设计参考。仿真结果表明:当多进制LDPC码采用BP、FFT-BP和Log-FFT-BP三种不同译码算法时,随着码长增大和码率的下降,编码增益和性能曲线与香农限的距离都会随之而增大,并在牺牲一定的信噪比的情况下,Log-FFT-BP算法能够使多进制LDPC码的硬件复杂度得到较大的改善。     

混合遗传蚁群算法的改进及在TSP问题中的应用研究

蚁群算法(ACA)与遗传算法(GA)都属于仿生型优化算法,是解决组合优化问题的强有力工具,并都分别成功应用于旅行商问题(TSP)中.本文将两种算法进行融合,并给出了新的融合方式.实验结果表明,新的遗传蚁群混合算法有效地改进了算法的全局收敛性,并加快了收敛速度.     

基于模拟退火遗传算法的主题爬虫搜索策略研究

以何种策略访问网络,提高搜索效率,是近年来主题搜索引擎研究的主要问题之一。本文对主题爬虫常用搜索策略进行了简单分析,提出了实用性较强的基于SAGA的主题爬虫搜索策略。     

信道分配问题中最优化算法的研究

文章在讨论神经元网络、模拟退火算法和遗传算法的基础上,重点探讨了这三种最优化算法在信道分配问题中的应用.     

基于排列码和AES的网络安全系统

由于网络系统缺乏足够的安全性,从而阻碍了互联网络的发展。本文利用密码学的方法来解决网络数据传输的安全性问题,一种分组密码体制"排列码算法"和公开密钥密码体制的代表RSA算法。     

高特征参差性下强收敛性文本的信息处理

传统的文本信息处理方法无法表征文本内特征,所以不适用于模糊特征的提取分类提出一种高特征参差性下强收敛性文本的信息处理技术,对文本间和文本内的特征同时进行提取,采用迭代控制的TFIDF对特征进行加权值的计算,最后采用22类文本进行性能测试,结果显示,迭代控制的TFIDF算法能够更加细致地对文本进行分类,对特征进行提取,并且算法收敛速度快,稳定性好,具有很好的应用价值。     

改进的遗传算法在TSP中的应用

分析了遗传算法和模拟算法的主要优缺点,提出一种用于求解旅行商问题（TSP）的改进遗传算法,该算法有效地将遗传算法和模拟退火算法相结合,在很大程度上缩短了算法的搜索时间;利用MATLAB对多种TSP问题进行仿真研究,实验结果证明了改进的遗传算法的有效性。     

基于改进跟随蜂搜索过程的ABC算法

研究了一种求解作业车间调度问题的改进人工蜂群算法.在分析了蜂群算法在车间调度问题应用现状的基础上,指出了蜂群算法的优势和不足.针对蜂群算法在邻域搜索能力上的不足,利用模拟退火算法改进跟随蜂的邻域搜索过程,提高了算法搜索范围和收敛性.采用车间调度标准算例,通过仿真实验与其它算法进行比较,验证了算法的有效性和优越性.     

基于目标函数梯度的模拟退火蚁群算法

根据蚁群算法和模拟退火算法的特点,提出了一种基于目标函数梯度的模拟退火蚁群混合算法。该算法充分考虑了目标函数的梯度,当目标函数的梯度过小时,加强当前最优解对应的信息素,使算法快速收敛;当目标函数的梯度过大时,引入回火策略以提高解的质量。将基于目标函数梯度的模拟退火蚁群混合算法用于旅行商问题,结果表明,与常规模拟退火蚁群算法相比,改进算法的收敛速度和解的质量均有一定程度的改善。     

基于改进的遗传算法的后非线性盲源分离

针对后非线性盲源分离中非线性参数估计中存在的问题,提出一种基于改进的自适应遗传算法的后非线性盲源分离方法.该方法给出一种新的适应度函数,利用适应度函数值反馈调节交叉概率和变异概率的选取,并将优先进化策略和模拟退火机制引入遗传算法中,再通过线性分离算法得到分离矩阵.仿真验证表明,该方法较传统方法具有更快的收敛速度和较高的分离精度.