提高计算机制全息图再现像质的有效方法

结合遗传算法和模拟退火算法的特点提出整体退火遗传算法 (GASA)对相息图位相分布进行设计 ,从而达到降低噪声、提高再现像质的目的。该混合算法充分利用了GA的并行性及保留一定历史信息的特点 ,用SA的温度参数控制收敛性。利用空间光调制器作为记录装置 ,实验结果表明 :对于 6 4× 6 4像素的相息图 ,位相量化级达 16时 ,优化结果较理想 ,实验结果与计算机模拟再现像吻合得非常好。与传统模拟算法计算结果比较 ,在相同条件下 ,衍射效率和信噪比都有所提高 ,表明该方法具有较高的效率寻优可靠性     

具有特殊衍射强度分布的二元位相光栅设计

介绍了几种可形成特定衍射强度分布的Dammann位相光栅。在迭代设计中采用了模拟退火算法。对相位元件的输出特性进行了描述 ,同时分析了误差产生的原因。最后讨论了在金属表面激光改性处理中该类元件作为光束变换器件的应用。     

实现ICF均匀照明的二元光学器件的混合优化设计

结合模拟退火和遗传算法各自的特点，提出了一种混合算法，用以设计阵列型惯性约束核聚变（ＩＣＦ）均匀照明系统中二元阵列单元的位相分布。混合算法充分利用了遗传算法的并行性及保留一定历史信息的特性，并用模拟退火的温度参数控制收敛性。模拟运算表明，混合算法具有较高的效率及寻优可靠性。用本算法设计的均匀照明阵列，可以得到顶部均匀性为３．２％（ｒｍｓ）、能量利用率接近９０％的焦斑     

10kV 线路故障测距模拟退火算法应用

为解决小电流接地系统故障测距问题，以１０ｋＶ配电网为具体研究对象，对故障率最高的单相接地故障进行了分析研究，建立了网络故障状态下的数学模型，并首次将模拟退火算法应用到小电流接地系统的故障测距问题中，解决了算法应用中的一系列问题，取得了令人满意的计算结果，其测距误差远小于技术要求值。     

Optimal design of nonlinear squeeze film damper using hybrid global optimization technique

The optimal design of the squeeze film damper (SFD) for rotor system has been studied in previous researches. However, these researches have not been considering jumping or nonlinear phenomena of a rotor system with SFD. This paper represents an optimization technique for linear and nonlinear response of a simple rotor system with SFDs by using a hybrid GA-SA algorithm which combined enhanced genetic algorithm (GA) with simulated annealing algorithm (SA). The damper design parameters are the radius, length and radial clearance of the damper. The objective function is to minimize the transmitted load between SFD and foundation at the operating and critical speeds of the rotor system with SFD which has linear and nonlinear unbalance responses. The numerical results show that the transmitted load of the SFD is greatly reduced in linear and nonlinear responses for the rotor system.     

传感器网络中基于模拟退火算法的拓扑控制方案

为了研究符合网络生命期目标要求的传感器网络拓扑控制方案,针对传统方案所获拓扑的连通冗余度过高或结构健壮性较低等弊端,从理论上对拓扑需求进行了建模分析,最终转化模型为度约束最小生成树问题,并设计了一种模拟退火算法对该问题进行处理,进而提出了一种基于模拟退火算法的拓扑控制方案。通过实验对方案进行了性能分析和验证,结果表明该方案所获拓扑具有网络整体功耗低、结构健壮性高和节点间通信干扰可控的折衷特点,并能够有效地延长传感器网络生命期。     

用于作业车间调度的模拟退火算法

作业车间调度问题（Job Shop Schedullng Problem，JSP）是一类NP完全问题，解决此类问题较常使用非数值算法，而模拟退火算法是其中较为突出的而且应用广泛的一种算法。本文结合车间调度问题的特点阐述了模拟退火算法在解决车间调度问题上的应用，提出了基于模拟退火算法的车间调度问题模型，并以Matlab为工具进行了仿真实验。     

遗传模拟退火算法用于浅海声速反演的仿真研究

研究了浅海声速反演中经验正交函数的参数寻优算法.通过数值仿真分析了模拟退火算法和遗传算法的优缺点,并在此基础上,提出了将二者相联合而得到遗传模拟退火算法,数值算例验证了该算法兼备二者的优点,克服了它们的缺点.以射线理论为基础,应用遗传模拟退火算法,仿真计算了浅海2种声速分布下的声速反演问题,取得了较好的结果.该方法具有不依赖初始条件且解为收敛等特点.     

可靠性优化的蚁群算法

建立了可靠性冗余优化模型，分析了各种优化方法的优缺点。采用模拟退火算法、遗传算法和蚁群算法分别解决了此问题，并通过实例，结果表明蚁群算法比较有效。     

市场竞争条件下发电机组启停机计划优化研究

探讨市场竞争条件下的发电机组启停机计划问题有助于发电厂制定发电机组安全经济运行方案。文章以发电厂收益最大化为目标函数,考虑了无功和备用收益的影响,以机组本身的可用状态、发电功率限制、爬坡速率以及系统备用容量和电力市场交易等为约束条件,构造了市场竞争条件下发电机组启停机计划问题的数学模型,并提出了一种综合了二次规划、遗传算法、模拟退火算法的优点的混合优化方法进行解算。对某8机系统进行的算例分析表明:市场竞争条件下考虑了备用收入影响的发电厂启停机计划发生了一些变化;发电厂为了追求更大的收益更加注重生产成本问题;其通过竞争获得的发电功率直接影响发电机组启停计划及其功率分配;文中提出的混合优化算法较适用于求解市场条件下的启停机计划等优化问题。