基于模拟退火的微粒群算法

微粒群算法具有较强的全局搜索能力,但容易陷入局部最小点,与模拟退火算法相结合,利用退火算法搜索过程中具有的概率突跳能力,能够有效地避免搜索过程陷入局部极小解。仿真结果表明。改进的算法能够有更好的优化效果。     

基于MPI的模拟退火算法的实现

根据模拟退化算法具有并行性的特点,设计并实现了并行的模拟退火算法,同时以给出不同的初始温度,进行结果的模拟,体现出模拟退火算法的一个特征：初温越大,计算所花费的时间越大。     

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．     

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。     

基于模拟退火算法的云计算资源调度模型

针对云计算平台的特征,提出基于模拟退火算法建立云计算资源调度模型。模拟退火算法在保证用户公平性的前提下,以缩短总任务的完成时间及提高用户满意度为目标。通过仿真实验,在相同硬件环境下对比分析模拟退火算法与传统遗传算法的资源调度性能。结果表明,模拟退火算法在收敛速度和用户满意度方面均优于传统遗传算法,更加适应云计算环境。     

用模拟退火算法求解TSP

货郎担问题,即TSP（Traveling Salesman Problem）,是一个组合优化问题。具有NPC计算复杂性。本文分析了模拟退火算法模型,研究了用模拟退火算法求解TSP算法的可行性,并给出了用模拟退火算法求解TSP问题的具体实现方法。     

基于快速模拟退火组合优化算法的故障诊断

提出了快速模拟退火组合优化算法，建立了TE故障诊断模型，仿真结果表明，快速模拟退火组合优化算法的故障诊断能力比模拟退火算法好，值得进一步研究。     

基于模拟退火算法的Tile集生成优化

纹理合成技术是计算机图形学、计算机视觉和图像处理领域的研究热点之一,其中因Wang-Tile纹理合成方法可以实时地生成任意大小的纹理而受到人们的关注。Tile集的生成是Wang-Tile纹理合成方法的一个重要方面,但由于其中样本纹理选择的随意性使得合成纹理出现明显的菱形接缝。采用模拟退火算法来实现样本纹理选择过程的全局优化,提高了Tile集的质量,得到了理想的合成结果,对此进行了论述。     

解布局问题的模拟退火算法

本文以简化模型为例，给出了用模拟退火算法解布局问题的一般形式，基本步骤以及罚函数的使用方法，所给算法在选用适当的数据结构后即可求解复杂的布局问题，有很强的适应性和灵活性。     

基于模拟退火算法的多比赛场地体育赛事安排计划研究

对需要在多个比赛场地进行体育竞赛的赛事安排问题构建0-1整数目标规划模型,在分析模型数学性质的基础上,应用启发式算法(模拟退火算法)求解,最后通过算例测试效果良好。     

模拟退火算法原理及改进

模拟退火算法是一种强大的随机搜索算法,能应用于许多前提信息很少的问题,能渐进地收敛于最优值。对SA算法进行了介绍,论述了SA算法的原理并对算法进行了改进,展示了计算实验的结果。     

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.     

基于路段流量的交通分配模型的遗传算法

本文讨论了基于路段流量的交通分配问题,指出其最优解是满足wardrop平衡条件的。对这类问题本文采用了遗传算法,并给出了算法的基本思想及详细的实现过程。数值实验表明该方法是可行有效的,可以用于实际交通路网的配流计算。     

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。     

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．     

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。     

基于协方差矩阵重构的稳健波束形成算法

当期望信号导向矢量失配以及采样协方差矩阵中包含期望信号时,传统自适应波束形成器性能会下降。对此问题,提出了一种基于协方差矩阵重构的稳健波束形成算法。该算法首先通过对期望信号和干扰的大致来波方向范围进行积分以估计出导向矢量,然后利用主模式抑制去除信号间多余的相干性,并重构出最终的协方差矩阵。仿真实验表明,该算法提高了期望信号导向矢量失配时的稳健性,降低了对快拍数的敏感性。     

基于2PLM项目参数估计的病态矩阵控制

病态矩阵是IRT理论中项目参数估计必然面对的问题．本文以2PLM参数估计为例．推导出参数估计迭代公式，系统阐述了三种病态控制方法的原理及在编程中数据处理的技巧。     

网络信息流量测量仪技术研究

目前网络通信的计量计费主要采用基于电信运营商服务器端的软件集中计量计费方式。本文研究的“网络信息流量测量仪”,可适应用户端信息流量计费,连接在用户端计算机与电信网络之间,弥补了电信运营商统一后台计费方式存在的诸多缺陷。     

一种改进RANSAC算法的单应性矩阵估计方法

在图像拼接技术中,单应性矩阵是实现两幅图像正确拼接的关键因素。针对传统RANSAC算法误匹配点概率较高,需要设置固定的投影误差阈值t导致迭代次数多、运行时间长、估计的单应性矩阵精度低等问题,提出一种改进的RANSAC算法以降低误匹配率。利用特征点周围灰度梯度相似性,剔除初始匹配中部分误匹配点,以减少矩阵估计的迭代次数;通过快速舍弃错误的单应性矩阵以减少内点检测时间,提高算法运行效率;通过BGD算法最小化损失函数以拟合精确的单应性矩阵。对比实验结果表明,改进的RANSAC算法能够有效剔除误匹配点,减少内点检测时间,提高单应性矩阵H的精度。