基于模拟退火遗传算法的PID控制器参数优化

针对遗传算法存在容易早熟的不足,将模拟退火算法融合到遗传算法中,建立了模拟退火遗传算法,并将其应用于PID控制器的参数优化.结果表明,将模拟退火算法融合到遗传算法中是有效的,基于模拟退火遗传算法的PID控制器参数优化是可行的.     

基于SA—PGA的复杂网络质量成本优化问题研究

以城市输中网络建设项目为背景,以大型复杂网络工程建设成本优化为目的,提出了基于模拟退火单亲遗传算法的工程质量成本优化方法.在单亲遗传算法的基础上,研究了模拟退火算法和单亲遗传算法的结合方式.单亲遗传算法用于全局搜索,模拟退火用于引导微调.同时,引入保优操作有效地防止种群整体退化.在此基础之上,形成了模拟退火单亲遗传算法(SAPGA).根据系统可靠度原理,在质量成本关系模型的基础上,运用模拟退火单亲遗传算法对典型算例的质量成本进行了优化,取得了较好的效果.     

基于混合遗传算法的弹箭气动参数优化

弹箭气动参数是影响弹箭飞行运动的重要因素.在弹箭气动参数优化过程中,传统优化方法容易陷入局部最优解.为此,提出了混合遗传算法用于弹箭参数优化.它将传统模拟退火方法与遗传算法全局搜索能力相结合.仿真结果表明,混合基因算法比单一算法优化效果好.     

基于混合遗传算法的弹箭气动参数优化（英文）

弹箭气动参数是影响弹箭飞行运动的重要因素。在弹箭气动参数优化过程中,传统优化方法容易陷入局部最优解。为此,提出了混合遗传算法用于弹箭参数优化。它将传统模拟退火方法与遗传算法全局搜索能力相结合。仿真结果表明,混合基因算法比单一算法优化效果好。     

基于模拟退火遗传算法的高频焊接输出功率优化控制

通过对高频焊接过程控制问题的研究,给出了一种较为实用的、具体的模拟退火遗传算法,该算法融合了遗传算法和模拟退火算法的优点,兼有遗传算法中种群个体、交配、基因、遗传、变异等淘汰劣质解的操作,更好地实现了在线快速自动寻找最佳的感应加热的频率,使感应加热的功率达到最大,效率最高.研究结果表明,该算法具有广阔的推广应用前景.     

运用改进的教学-模拟退火算法辨识关节臂式三坐标测量机的结构参数

为了提高关节臂式三坐标测量机的精度，降低其运动不确定度，提出了一种改进的教学-模拟退火混合优化算法来辨识其结构参数并补偿其误差，从而提高其精度。分析了教学算法(teaching-learning-based optimization, TLBO)的优缺点并对其进行改进从而得到改进的教学算法；提出了一种收敛精度转换准则，将改进的教学算法(modified TLBO, mTLBO)和模拟退火算法(simulated annealing, SA)融合得到改进的教学-模拟退火算法(mTLBO-SA);基于此理论和单点重复率误差实验，分别用TLBO、SA和mTLBO-SA对关节臂式三坐标测量机的结构参数进行了辨识；分别用辨识前后的关节臂式三坐标测量机再次进行单点重复率误差实验，并比较相应的实验结果。实验结果表明，所提算法能有效且高效地辨识关节臂式三坐标测量机的结构参数，进而有效提高其定位精度，降低其运动不确定度。     

遗传模拟退火算法在模型辨识中的应用

针对标准遗传算法在许多问题的解决中出现的早熟现象、局部寻优能力较差的情况．结合了标准遗传算法和模拟退火算法的优点并在编码的时候采用混合编码机制、提出一种改进的遗传模拟退火算法、解决了标准遗传算法在局部寻优差．求解效率差的问题。并用FESTO紧凑型过程控制实验室中的液位控制系统完成算法的验证工作、证明这种方法具有一定的优越性。     

基于改进模拟退火算法的关节臂式坐标测量机参数辨识

结构参数误差是影响关节臂式坐标测量机精度的主要因素之一,精确辨识其结构参数可以有效地提高测量机的精度。建立基于Denavit-Hartenberg模型的六自由度关节臂式坐标测量机坐标变换方程,分析基于锥孔的参数辨识原理,提出一种改进的模拟退火算法用于测量机的结构参数辨识,该算法在接近最优解时将减小搜索范围以提高搜索效率和求解精度,并保留中间过程的最优解。以单点重复精度为目标函数,利用改进的模拟退火算法对研制的六自由度关节臂式坐标测量机的结构参数进行辨识。实验结果表明,经过参数辨识后,测量机的单点重复精度提高了7.87倍,长度测量精度提高了5.59倍。     

超磁致伸缩执行器位移模型的参数辨识

准确辨识模型参数是提高超磁致伸缩执行器位移控制精度的关键,针对单一算法难以实现对超磁致伸缩磁滞非线性模型参数准确识别的问题,将遗传算法与模拟退火算法融合,首先利用遗传算法的快速搜索能力得到一个较优群体,再利用模拟退火算法的突跳能力对整个群体进行优化调整,并在算法中引入最优保留策略和动态步长搜索方法,提出一种改进的遗传模拟退火算法,并将其应用于对超磁致伸缩执行器位移磁滞非线性模型参数辨识。该算法兼具遗传算法和模拟退火算法的优点,既有较快的收敛速度,又提高了辨识精度和最优解质量。通过试验验证,超磁致伸缩棒伸长量的模型计算结果与测量值符合程度较好,平均相对误差为3.85%,该方法能方便有效地辨识模型参数。     

故障识别中并行组合模拟退火算法的应用

提出了一种基于并行组合模拟退火算法的故障识别方法，该混合算法综合了遗传算法和模拟退火算法的优点。详细讨论了并行组合模拟退火算法的原理及实现方法，并应用于两个设备诊断实例中，结果证实了该算法的有效性。     

基于粒子群优化和模拟退火的混合调度算法

提出了一种离散粒子群调度算法，采用基于工序的编码方式及相应的位置和速度更新方法，使具有连续本质的粒子群算法直接适用于调度问题。针对粒子群算法容易陷入局部最优的缺陷，将其与模拟退火算法结合，得到了粒子群-模拟退火算法、改进的粒子群算法、粒子群-模拟退火交替算法以及粒子群-模拟退火协同算法等4种混合调度算法。仿真结果表明，混合算法均具有较高的求解质量。     

一种基于模拟退火算法的作业车间调度算法

通过对传统模拟退火算法（SA）和移动瓶颈法（SB）各自算法流程的分析，提出了一种改进的模拟退火算法。算法以模拟退火算法为主体流程，在主体流程过程中融入改进的移动瓶颈技术，在满足接受概率下，优化待接受的解，加快算法的收敛速度。通过对JSP优化问题的仿真试验，改进后的模拟退火算法对大规模组合优化问题求解效率有很大提高。     

基于SA算法的压力容器离散变量优化设计研究

考虑制造工艺要求，将所有设计变量均视为离散变量（包括一般离散变量和伪离散变量），并就这两种情况下状态产生函数的设计原理进行深入研究，解决了将模拟退火算法用于离散变量函数优化的关键技术问题，介绍了一种基于模拟退火算法的离散变量函数优化的新方法。建立了以壳体质量最轻为设计目标、以内径（公称直径）和名义壁厚为设计变量的优化设计的数学模型。该模型具有较多的局部极值点，用以数学规划理论为基础的经典约束优化方法求解效果较差，用基于模拟退火算法的离散变量优化设计方法可以取得良好的效果。     

免疫模拟退火算法及其在柔性动态Job Shop中的应用

针对车间作业调度问题，在深入分析免疫算法和模拟退火算法的基础上，将两种算法巧妙结合，提出免疫模拟退火算法。该算法引入了免疫记忆、抽取疫苗和接种疫苗等免疫机制，有助于优良个体和基因的保留和利用，提高了算法收敛性，而且其基于概率突跳特性的爬山性能可以避免早熟现象。针对西安航空发动机（集团）有限公司的柔性动态Job Shop，分别用模拟退火算法、免疫算法和免疫模拟退火算法进行了仿真和比较，研究结果表明，免疫模拟退火算法比单一算法性能更优，是求解柔性动态Job Shop问题的有效实用算法。     

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。     

基于模拟退火算法的差速器多目标优化设计

以某重型货车差速器为研究对象,提出了以体积最小与齿轮单位齿宽所受载荷最小相结合的多目标优化方法,建立了目标函数、设计变量和约束条件.基于模拟退火算法,运用MATLAB软件编写了优化设计软件,得出了优化结果.通过比较采用不同优化方法得出的优化结果,可得知采用模拟退火算法得出的优化结果明显好于其它方法,同时也说明模拟退火算法用于差速器优化设计提高了精度和效率.     

模拟退火算法在布局求解中的应用

布局问题是一个组合最优化问题,通过对布局问题及模拟退火自救的分析,将模拟退火算法应用于布局求解中,算是到的解优于一般构造算法所得到的解;此外还通过算例对算法中各参数的所起作用及取值进行了研究。     

混合遗传算法在汽车混流装配线平衡中的应用研究

为实现汽车流水装配线各工位任务均衡,分析了汽车总装工艺流程和作业特点。根据装配线平衡问题的不同求解参数和约束条件,建立了3类装配线平衡问题数学模型。以遗传算法为基础,融入模拟退火算法来提高局部搜索效率,提出了混合遗传模拟退火算法。按作业元素分配到工位的先后顺序,用序列编码方案将混合遗传模拟退火算法应用到混流装配线平衡实例中。计算结果表明,该算法求解装配线平衡问题优于传统启发式算法。     

露天矿卡车SA-GA算法实时调度的实现

应用模拟退火算法优化遗传算法实现了露天矿卡车的实时优化调度。首先，针对所建卡车调度模型的单目标、多约束、非线性优化的特点，应用求解此类问题表现优越的遗传算法进行求解。其次，针对遗传算法局部搜索能力不足的特点，应用局部搜素能力强的模拟退火算法对其进行优化并详细阐述了模拟退火算法优化遗传算法的基本思想和算法流程。接着，应用典型的TSP问题对模拟退火优化遗传算法进行了验证。最终，应用Mtlab编程软件编制了基于SA-GA算法的露天矿卡车调度程序，并以实际生产数据进行了实验验证。     

一种新型混合优化算法在机器人路径规划中的应用

针对模拟退火算法收敛速度慢这一缺点，提出了一种基于模拟退火算法和复合形法相结合的新型混合优化算法，并成功应用于机器人神经网络路径规划中。该算法不仅继承了模拟退火算法能得到全局最优解的优点，又能搜索到理想的下降方向，提高了算法的收敛速度。仿真实验研究表明：这种新型混合优化算法，计算简单，收敛速度快，初值鲁棒性好。