导读:本文包含了模拟退火论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,邻域,路径,有限元,速度,参数,布谷鸟。
模拟退火论文文献综述
翟庭钰,曾钰洁,王森正[1]（2020）在《基于模拟退火算法的水资源规划问题》一文中研究指出中国是目前世界上国土面积靠前的国家之一,而地势的不均衡故而导致了我们国家的水资源不均匀。东部沿海城市不缺水源,然而在中国的西南片区,由于身居内陆,降水不足,使人民的生活质量大幅度降低,故采用合适的方法解决西南地区的水资源不足的问题是我们国家当前的重要问题。参考《抗旱方案制定》数学建模题目,建立随机因子选择模型,为问题的求解提供一种新的解决思路。(本文来源于《现代商贸工业》期刊2020年03期）
谢欢,陈争光[2]（2019）在《遗传模拟退火算法在玉米秸秆纤维素含量检测中的应用》一文中研究指出利用近红外光谱分析方法预测了玉米秸秆纤维素的含量。针对近红外光谱的高维高相关性的特点,探讨在对玉米秸秆纤维素建立偏最小二乘(PLS)预测模型时的特征波长筛选问题。首先探讨了联合区间偏最小二乘法(SIPLS)和后向区间偏最小二乘法(BIPLS)的区间划分数对算法效果的影响。在SIPLS和BIPLS的基础上,利用遗传模拟退火算法(GSAA)进行二次特征波长筛选,进一步提高模型的预测精度和建模效率。结果表明:相对于PLS方法,3种算法单独使用均能够提高所建模型的预测精度,但是SIPLS、BIPLS两种算法的效果在很大程度上受区间划分数的影响。BIPLS模型的预测集均方根误差(RMSEP)虽然最小,但选择的变量数多达485个,影响模型的建模效率。在SIPLS和BIPLS的基础上,利用GSAA进行二次特征波长筛选,相较于BIPLS, BIPLS-GSAA模型的RMSEP虽略增大,但其输入变量减小到134个,而建模的主成分数也由11降为10个。相较于SIPLS, SIPLS-GSAA模型的输入变量仅为34个,预测精度得到了提升,实验结果表明,SIPLS-GSAA模型的预测效果最好。基于SIPLS和BIPLS上的GSAA对光谱数据进行二次筛选不仅能简化模型的输入,而且能有效提升模型的预测能力。(本文来源于《分析化学》期刊2019年12期）
莫伟杏,胡春筠,蔡坤[3]（2019）在《基于正弦自适应权重的模拟退火粒子群算法》一文中研究指出将模拟退火算法混合到粒子群算法中,虽然能够有效地解决粒子群算法容易陷入局部极值的问题,但是在用此混合算法求解复杂高维函数时,收敛速度较慢、精确度较低。为解决此问题,提出对惯性权重的正弦自适应变化的方案,即正弦自适应权重的模拟退火粒子群算法。本文采取四个基准函数来对提出的优化算法进行仿真,同时与改进前的模拟退火粒子群算法和其他人所提出的基于惯性权重改进的优化方案进行比较。结果表明,优化后的算法拥有更强的收敛能力,更高的精确度,更加稳定的优化值。(本文来源于《电子世界》期刊2019年23期）
李伟,张长胜[4]（2019）在《基于模拟退火布谷鸟算法的直流伺服系统静态摩擦参数辨识》一文中研究指出针对非线性摩擦对直流伺服系统性能的影响,提出一种基于模拟退火布谷鸟算法提高摩擦参数辨识精度的方法。采用Lu Gre摩擦模型建立伺服系统静摩擦参数与力矩的关系表达式,并分析其稳态特性,以此构建参数辨识的目标函数。引入模拟退火中的Boltzmann选择机制,结合迭代全局最优值对布谷鸟算法发现概率的自适应性进行了增强,以改善算法的寻优效果,通过分析比较得知改进算法的时间复杂度与原算法一致。在相同摩擦参数设置下,改进布谷鸟算法的辨识精度优于传统方法,利用其辨识结果补偿伺服系统运行的非线性摩擦力矩,得到了良好的控制效果。实验结果表明,该方法可以使摩擦参数的辨识适应度值提高2～3个数量级,有效改善了系统的控制性能。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2019年06期）
沈博,潘忠文,林宏,李文钊[5]（2019）在《基于模拟退火算法的元器件布局优化设计》一文中研究指出为了在设计中提前预估并优化元器件的力学环境,通常采用有限元仿真的方法。在对电路板进行有限元仿真的基础上,通过MATLAB编程实现了模拟退火算法(Simulated Annealing,SA)在元器件布局优化上的应用。优化结果表明,该方法能够有效降低元器件管脚处的加速度及应力值,改善了电路板的力学环境,延长了电子设备的使用寿命,提高了整体的可靠性,具有实用价值和推广意义。(本文来源于《导弹与航天运载技术》期刊2019年06期）
张建同,丁烨[6]（2019）在《变邻域模拟退火算法求解速度时变的VRPTW问题》一文中研究指出本文在经典的带时间窗的车辆路径问题(VRPTW)的基础上,考虑不同时间段车辆行驶速度不同的情况,研究速度时变的带时间窗车辆路径问题(TDVRPTW),使问题更具实际意义。本文用分段函数表示不同时间段下的车辆行驶速度,并解决了速度时变条件下行驶时间计算的问题。针对模拟退火算法(SA)在求解VRPTW问题时易陷入局部最优解,变邻域搜索算法(VNS)在求解VRPTW问题时收敛速度慢的问题,本文将模拟退火算法以一定概率接受非最优解的思想和变邻域搜索算法系统地改变当前解的邻域结构以拓展搜索范围的思想结合起来,提出了一种改进的算法——变邻域模拟退火算法(SAVN),使算法在退火过程中一陷入局部最优解就改变邻域结构,更换搜索范围,以此提升算法跳出局部最优解的能力,加快收敛速度。通过在仿真实验中将SAVN算法的求解结果与VNS算法、SA算法进行对比,验证了SAVN算法确实能显着提升算法跳出局部最优解的能力。(本文来源于《运筹与管理》期刊2019年11期）
季野彪,牛龙辉[7]（2019）在《基于模拟退火策略的强化学习路径规划算法》一文中研究指出针对传统Q(λ)学习算法在解决路径规划问题时,算法收敛速度慢且容易陷入局部最优的问题,提出动态调整探索因子的方法。将模拟退火的思想融入Q(λ)学习算法的动作选择策略中,平衡路径规划中的探索与利用的平衡关系,提出基于模拟退火的Q(λ)学习算法(SA-Q(λ))。学习前期较大探索因子帮助智能体较快的理解环境,避免算法陷入局部最优;学习后期较小的探索因子帮助算法较快地收敛至最优路径。仿真实验表明,改进后的SA-Q(λ)学习算法能够规划出最优路径,且算法收敛速度更快。(本文来源于《现代计算机》期刊2019年32期）
林子豪,梁译文,胡坚明,张毅[8]（2019）在《一种基于模拟退火的交通数据补偿方法》一文中研究指出在采集交通数据后,各种意外可能会带来结果的不可靠性,尤其是一些设备可能因为各种因素发生数据丢失的问题,本文结合北方某城市的实际数据,从数据的强周期性和弱周期性出发对其关联性进行了分析,同时采用模拟退火算法和仿真软件SUMO进行数据补偿,得到了一种数据补偿的思路。(本文来源于《第十四届中国智能交通年会论文集》期刊2019-11-01）
贾陆锋,龚俊,贾善坡[9]（2019）在《基于单纯形-模拟退火算法的岩土力学参数反演》一文中研究指出为解决传统方法应用于岩土工程反分析问题时效率低、计算量大的缺点,将单纯形算法和模拟退火算法直接结合为一种混合优化算法。以测点实测值和计算值的误差建立精确罚函数模型,将有限元程序ABAQUS作为一个单独模块嵌入到优化算法程序中,编制了有限元优化反分析程序。结合工程实例应用了该优化算法,并在工程数值模型中采用开发的材料模型子程序,提高了反演参数精度。计算结果表明,该方法是可行的,与传统方法相比搜索效率显着提高,可以用于岩土工程的参数反演分析。(本文来源于《人民长江》期刊2019年10期）
周佳莉[10]（2019）在《模拟退火算法的应用》一文中研究指出在日常生活中人们经常会利用组合优化算法来解决遇到的问题,其中模拟退火算法是常用的一种。模拟退火算法具有计算简便、使用灵活等特点。许多常用算法解决不了的大规模问题,可以运用模拟退火算法阻断其中的不可行因素来解决。本文对模拟退火算法进行简要介绍,同时还对模拟退火算法在生活中的应用进行相应的阐述。(本文来源于《西部皮革》期刊2019年20期）
模拟退火论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
利用近红外光谱分析方法预测了玉米秸秆纤维素的含量。针对近红外光谱的高维高相关性的特点,探讨在对玉米秸秆纤维素建立偏最小二乘(PLS)预测模型时的特征波长筛选问题。首先探讨了联合区间偏最小二乘法(SIPLS)和后向区间偏最小二乘法(BIPLS)的区间划分数对算法效果的影响。在SIPLS和BIPLS的基础上,利用遗传模拟退火算法(GSAA)进行二次特征波长筛选,进一步提高模型的预测精度和建模效率。结果表明:相对于PLS方法,3种算法单独使用均能够提高所建模型的预测精度,但是SIPLS、BIPLS两种算法的效果在很大程度上受区间划分数的影响。BIPLS模型的预测集均方根误差(RMSEP)虽然最小,但选择的变量数多达485个,影响模型的建模效率。在SIPLS和BIPLS的基础上,利用GSAA进行二次特征波长筛选,相较于BIPLS, BIPLS-GSAA模型的RMSEP虽略增大,但其输入变量减小到134个,而建模的主成分数也由11降为10个。相较于SIPLS, SIPLS-GSAA模型的输入变量仅为34个,预测精度得到了提升,实验结果表明,SIPLS-GSAA模型的预测效果最好。基于SIPLS和BIPLS上的GSAA对光谱数据进行二次筛选不仅能简化模型的输入,而且能有效提升模型的预测能力。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模拟退火论文参考文献
[1].翟庭钰,曾钰洁,王森正.基于模拟退火算法的水资源规划问题[J].现代商贸工业.2020
[2].谢欢,陈争光.遗传模拟退火算法在玉米秸秆纤维素含量检测中的应用[J].分析化学.2019
[3].莫伟杏,胡春筠,蔡坤.基于正弦自适应权重的模拟退火粒子群算法[J].电子世界.2019
[4].李伟,张长胜.基于模拟退火布谷鸟算法的直流伺服系统静态摩擦参数辨识[J].重庆邮电大学学报(自然科学版).2019
[5].沈博,潘忠文,林宏,李文钊.基于模拟退火算法的元器件布局优化设计[J].导弹与航天运载技术.2019
[6].张建同,丁烨.变邻域模拟退火算法求解速度时变的VRPTW问题[J].运筹与管理.2019
[7].季野彪,牛龙辉.基于模拟退火策略的强化学习路径规划算法[J].现代计算机.2019
[8].林子豪,梁译文,胡坚明,张毅.一种基于模拟退火的交通数据补偿方法[C].第十四届中国智能交通年会论文集.2019
[9].贾陆锋,龚俊,贾善坡.基于单纯形-模拟退火算法的岩土力学参数反演[J].人民长江.2019
[10].周佳莉.模拟退火算法的应用[J].西部皮革.2019
论文知识图
