基于模拟退火算法的混流生产线投产排序研究

建立了混流生产线投产排序数学模型,并运用解大规模组合优化问题,特别是NP组合优化问题的有效近似算法--模拟退火算法对该问题进行求解。通过算例比对,该方法在求解质量上优于目标追迹算法,从而证明模拟退火算法是一种能够有效解决混流生产线投产排序问题的新方法。     

An optimisation method for complex product design

Designing a complex product such as an aircraft usually requires both qualitative and quantitative data and reasoning. To assist the design process, a critical issue is how to represent qualitative data and utilise it in the optimisation. In this study, a new method is proposed for the optimal design of complex products: to make the full use of available data, information and knowledge, qualitative reasoning is integrated into the optimisation process. The transformation and fusion of qualitative and qualitative data are achieved via the fuzzy sets theory and a cloud model. To shorten the design process, parallel computing is implemented to solve the formulated optimisation problems. A parallel adaptive hybrid algorithm (PAHA) has been proposed. The performance of the new algorithm has been verified by a comparison with the results from PAHA and two other existing algorithms. Further, PAHA has been applied to determine the shape parameters of an aircraft model for aerodynamic optimisation purpose.     

BZn15-24-1．5水平连铸坯冷拉拔与退火开裂问题的研究

对BZn15-24-1．5铅锌白铜水平连铸坯的组织及Pb相分布进行了观测，对BZn15-24-1．5铅锌白铜水平连铸坯冷拔后退火开裂样品的裂口形貌进行了观测。分析了该材料水平连铸坯冷拔后退火开裂的原因，认为BZn15-24-1．5铅锌白铜水平连铸坯冷拔后退火开裂是由于铸坯的柱晶组织和Pb相在晶界富集共同作用的结果。改变铸坯的结晶组织使其不为柱晶可以克服这一现象。     

基于“退火下山法”的大规模网络路由算法

文章结合模拟退火算法与下山法各自的优点,得到了一种高效、收敛的启发式算法:模拟退火下山算法,它是针对大规模网络路由的复杂性而提出了的一种有效快速的算法。作为一种启发式算法,它本身有一定的优缺点,它可以保证得到全局最优解,但是如果要更快速的收敛于最优解的话,则对初始路径的设定有一定要求。     

高锰钢脆性相变的研究

文章研究了脆性相变对高锰钢组织性能的影响,结果表明无论是铸态或已水韧处理的高锰钢工件,在加热过程中都有一脆性相变区间,高锰钢在这个温度区间加热保温,因脆性相析出而使组织严重恶化,机械性能显著下降。高锰钢脆性相变不仅与加热温度有关,而且与保温时间长短有关。在脆性相变区加热保温时间越长,脆性相析出越多,对性能影响越严重,可见在高锰钢铸件加热过程中,严格控制脆变行为对提高高锰钢热处理质量,进而延长产品的使用寿命十分有益。     

Stochastic Optimization: a Review

We review three leading stochastic optimization methods—simulated annealing, genetic algorithms, and tabu search. In each case we analyze the method, give the exact algorithm, detail advantages and disadvantages, and summarize the literature on optimal values of the inputs. As a motivating example we describe the solution—using Bayesian decision theory, via maximization of expected utility—of a variable selection problem in generalized linear models, which arises in the cost-effective construction of a patient sickness-at-admission scale as part of an effort to measure quality of hospital care.     

寡头垄断市场竞争博弈学习模型的研究

有限理性参与者之间的博弈问题是人们十分关注的研究项目。目前已提出了一些博弈学习模型，但都存在一定的局限性。基于模拟退火算法，给出了博弈学习的一个改进方法，建立了寡头垄断市场的博弈学习模型。计算机仿真实验表明，新的博弈学习方法的有效性有了很大的提高。     

石英晶体老化率及真空退火应用的探讨

作为最主要的可靠性之一,石英晶体的老化率是一项非常重要的参数,作为频率元件,老化率直接体现着石英晶体的稳定性。而石英晶体振荡器的老化是一个影响因素众多的系统问题,如何稳定并提高老化率指标是行业内各厂家生产中的难题。本文主要讨论关于老化的改善手段,并且主要介绍关于高真空退火对老化率影响的试验。     

模拟退火算法在实验预约系统中的应用

实验预约系统的核心任务是生成实验教学课表,课表的生成是一个典型的组合优化问题,模拟退火算法是解决此类问题的优秀算法之一。本文主要研究了模拟退火算法的原理与特性,并将其应用于实验教学预约系统的排课模块中,更好地提高排课效率,改善排课效果。     

基于优化RBF神经网络的无线室内定位

针对径向基函数（Radial Basis Function,RBF）神经网络算法在无线网络室内定位中拓扑结构和网络参数难以确定,其定位效果不理想的问题,提出了一种用核主成分分析的模糊C均值聚类算法（Fuzzy C-Means clustering algorithm based on Kernel Principal Component Analysis,KPCA-FCM）和模拟退火自适应遗传算法（Simulated Annealing adaptive Genetic Algorithm,SAGA）优化RBF神经网络的无线室内定位算法。首先利用KPCA对原始训练数据样本进行数据预处理,再通过KPCA-FCM算法计算出最优聚类数目和聚类中心点;其次将聚类数目和聚类中心点作为隐含层神经元个数和中心值,创建RBF神经网络,并将其网络参数映射到SAGA算法中;再次由SAGA算法进行网络参数寻优,把最优的解映射回RBF神经网络;最后利用样本数据对RBF神经网络进行训练和测试,完成建立RBF神经网络算法模型。实验表明,在相同的环境中,所提算法比传统RBF神经网络定位精度提高了48.41%。