基于模拟退火并行算法的二维熵多阈值分割

针对二维熵法在多阈值分割时计时长、复杂性高等问题,引入模拟退火并行遗传算法对该算法实行优化,构造模拟退火并行遗传算法搜索二维最大熵值中的最优阈值,对二维熵法在多阈值分割经模拟退火并行遗传算法搜索改进前后的结果进行说明及对比。此优化算法比传统的模拟退火算法时间缩短了71.5%,说明此算法大大提高了分割效率,不仅能保证图像分割精度,而且能加快获得最佳阈值的速度,是一种有效且实用的图像分割方法。     

模拟退火与蚁群混合并行算法解旅行商问题

求解TSP问题的智能优化算法主要包括蚁群算法和模拟退火算法等,这些算法求解TSP问题的速度比传统的精确求解算法有很大改进,但在问题的求解空间逐渐增加时,串行执行速度往往还是无法满足人们的需求.针对此问题,研究了蚁群算法、模拟退火算法以及两者的混合算法的并行实现方法,建立了PC机群实验平台,基于MPI环境对蚁群算法、模拟退火算法以及混合算法的并行算法进行了测试.根据理论研究和实际测试的结果,比较了并行算法和传统串行算法的性能差异,总结了利用PC机群系统求解旅行商问题的并行求解的可行性,得出了关于并行效率等方面的一些有意义的结论.     

基于链式遗传-模拟退火混合算法的电网扩展规划

将模拟退火机制引入到食物链生态进化算法,提出了链式遗传-模拟退火混合算法（CAGSAH）,对种群执行并行退火操作,弥补食物链生态进化算法爬山能力不足,提高算法全局寻优能力。给出了链式遗传-模拟退火混合算法的详细计算流程,并将其应用到求解电网扩展规划问题,实际计算结果显示链式遗传-模拟退火混合算法在搜索效率及收敛性能上明显优于食物链生态进化算法。     

模拟退火算法在并行公差优化中的应用

根据并行公差设计的特点,建立了并行公差设计的优化数学模型,该模型以总加工成本最小为目标函数,以装配功能要求、加工方法选择、加工余量公差、经济加工精度范围等为约束条件,将模拟退火算法应用于并行公差优化设计中,并给出了具体的算法流程。通过实例验证了其算法的正确性。     

并行遗传算法在天线结构优化设计中的应用

将模拟退火和多种群并行遗传算法的思想分别引入到遗传算法中 ,可得具有模拟退火机制的多种群并行遗传算法 ,并将其应用到一 15 m毫米波射电望远镜天线结构的优化设计中 ,计算结果表明 ,该算法对大规模复杂优化问题具有较高全局收敛性和适应性     

并行遗传算法在天线结构优化设计中的应用

将模拟退火和多种群并行遗传算法的思想分别引入到遗传算法中,可得具有模拟退火机制的多种群并行遗传算法,并将其应用到－15m毫米波射电望远镜天线结构的优化设计中,计算结果表明,该算法对大规模复杂优化问题具有较高全局收敛性和适应性。     

SA算法在基于模型推理入侵检测中的应用

鉴于模型推理的入侵检测方法,需要在庞大的审计记录空间中搜索巨量的攻击脚本子集中的最优值,对于这一NP类完全问题,提出了应用模拟退火算法。并建立了攻击检测的优化问题模型,给出了攻击检测实验中的解空间、目标函数、新解的产生和接受准则,得到了一个合理的冷却进度表,并对实验中的模拟退火算法进行了并行化研究。实验证明,与传统的贪心算法相比,应用模拟退火算法提高了进化速度和全局寻优能力,较好地解决了搜索效率问题。     

基于遗传算法和模拟退火算法的混合算法

结合离散时间系统最优控制问题,提出一种新的混合算法.该算法是在遗传操作中嵌入模拟退火算子,有效地结合了遗传算法隐含并行与模拟退火算法全局寻优的特点,同时用罚函数方法处理约束条件,设计了专门的遗传操作算子,构造了相应的适应度函数,实现了离散时间系统的最优控制.实验结果表明,新算法既具有较快的收敛速度,又能够收敛到最优解.     

计算线性分组码汉明距离的遗传算法

给出了计算线性分组码最小距离的遗传优化算法。该算法具有高速并行的运算速度和较强的启发式搜索能力,能较快地计算出分组码的最小距离。模拟计算表明,与模拟退火算法相比,遗传算法的计算性能更好。     

基于模拟退火算法旅行商问题的并行实现

旅行商问题属于ＮＰ难题，不存在多项式时间的算法。提出一个基于模拟退火算法求解旅行商问题的算法，并在并行设计环境Ｍｕｌｔｉ－ｐａｓｃａｌ中加以实现。     

基于非线性规划的凸多面体间碰撞检测算法

为了提高碰撞检测算法的速度,提出用顶点的凸包表示凸多面体,将两个凸多面体间距离的问题归结为一个带约束条件的非线性规划问题,利用模拟退火遗传算法对该问题进行求解。利用模拟退火的接收准则进行交叉、变异,降低了时间复杂度。结果表明,模拟退火遗传算法计算效率高、速度快。     

基于蚁群模拟退火算法的云环境任务调度

针对云计算的MapReduce编程框架,提出一种融合蚁群算法和模拟退火算法的混合调度算法（ACOSA）。该算法以最小化调度时间为目标,引入了任务与资源的匹配因子和负载均衡度,先利用蚁群算法得到一组任务到资源的优化解,然后通过模拟退火算法对解进行路径的优化和信息素的更新。通过扩展Cloudsim云计算仿真平台,对其进行重新编译,实现了所提出的算法,实验结果表明该算法在调度时间、负载均衡等方面表现良好。     

基于并行遗传算法的场地浅层剪切波速度结构反演

目的针对传统遗传算法容易陷于极值,计算时间长的问题,设计基于计算机集群的一种新的粗粒度并行遗传算法反演场地浅层剪切波速度结构．方法采用遗传模拟退火算法和MPI并行计算技术,实现多进程的粗粒度集群计算,通过个体迁移策略协调优化子种群,运用计算效率判断计算负载状态,采用动态种群进行负载平衡,构建了4节点的PC集群,对算例和实际场地的浅层剪切波速度结构进行了反演计算．结果简单模型收敛于最优解,实际场地的反演结果与钻孔资料的平均误差均在20％以内,计算速度明显提高,并行遗传算法的反演结果好于串行遗传算法反演的结果．结论笔者设计的粗粒度并行遗传算法有效地加快了进化速度,并行效率高,加强了局部搜索能力,反演结果较好,适合应用于反演实际工程场地的浅层剪切波速度结构．     

基于Canny检测的股骨边缘轮廓连接算法

基于图像信息和像素特点,提出了一种边缘轮廓信息的连接算法,由边缘检测、单一化处理、端点信息分类及模拟退火相串联构成。选取合适的Canny方差和成熟的标记算法为生成理想边缘信息,结合节点处的特征信息、检测和计算符合条件的终点位置,最终精确连接出边缘轮廓。利用MATLAB软件对提出的方法进行模拟,详细分析了连接算法的理论模型以及端点类型对于连接效果的影响。试验证明,基于模拟退火和端点类型的算法在选定合适Canny参数和经过单一化处理的情况下具有良好的连接效果,且安全可靠。     

七号信令网的A／B平面划分问题及其启发式解法

七号信令网拓扑优化中存在高级信令转接点(HSTP)的A/B平面划分问题,其可归纳为一类新的图的划分问题.该问题被证明难度是NP完备的,神经网络、遗传算法和模拟退火等启发式算法被应用于该问题的求解.为了算法的可比性,精心设计了试验方案,计算结果显示遗传算法和模拟退火可以很高的概率和效率搜索到该问题的最优解.     

炼钢-连铸优化排程的基础研究

炼钢-连铸排程是NP完全问题,文献中遗传算法、模拟退火等算法的计算速度无法满足进度控制的要求.目的就在于为改进现有算法提供标杆（benchmark）.将任务委派和任务排序问题描述为黑球和白球的组合问题,大幅改进了从大量组合中找出可行组合的速度.以B企业两座转炉冶炼51炉为例,所给方法在CPU为双核4600＋,内存为2 GHZ的主机上运行,仅用1.375 s从6 765 201个组合中,首先找出834个排列可行解,然后找出209个时间可行解,最后找出5个满意解,作为改进算法的标杆.     

分蓄洪区洪水演进的并行计算方法研究

通过网络计算机群,采用信息传递接口(MPI)为通讯库,建立了分蓄洪区洪水演进计算的并行数值模拟方法.以荆江分洪区为对象,模拟计算了实施分洪后洪水的演进过程.计算表明,网络并行计算系统机群的计算速度与计算规模、进程数等因素有关;并行计算相对于单机计算能够提高计算速度,并且加速比及并行效率会随着计算规模的加大而加大;同时,加速比会随着进程数的增加而先增加后减小,存在着一个最优的进程数.     

基于模拟退火算法的动力头优化设计

根据模拟退火算法的基本原理,定义了动力头优化的目标函数及各种约束条件,给出了模拟退火算法对动力头优化的具体过程.分析对比了常规退火算法同改进的退火算法及采用MATLAB工具箱中fmincon函数对动力头优化的结果.优化结果和实验分析表明,采用改进的模拟退火算法对动力头优化设计是获取问题最优解的好方法.