快速模拟退火组合优化法在区域水环境质量评价中的应用

以地表水环境质量准标为基础,设定水体污染物的基准值,构建用于水体的一种环境质量评价的模型,利用快速模拟退火组合优化法对相关参数进行优化,而得到一个对多种水污染物都适用的综合水体环境质量评价指数公式。该公式形式简单,计算容易,评价结果具有可比性。     

基于SA-ELM的爆破震动速度预测

针对爆破震动速度与其影响因素之间的复杂非线性,结合模拟退火算法(SA)的全局寻优性,提出了一种新的SA-ELM算法.以矿山周边建筑物爆破震动实测数据作为训练样本,选取总药量、最大段药量、测点与爆破点距离、地面震动特性、建筑物震动特性等8个影响因素作为输入变量,建立了爆破震动速度预测的SA-ELM模型.模型训练值和预测值与实测值的均方误差(MSE)分别为0.20和3.26,平均相对误差控制在5％以内,显示出该模型具有良好的训练精度和泛化能力.对比传统ELM模型,SA-ELM模型不但提高了精度和泛化能力,而且降低了隐层节点数变化对训练结果的影响,提高了模型的稳定性.     

模拟退火算法在大气环境质量综合评价中的应用

为了建立一种对多项指标都能普遍使用的大气环境质量综合评价模式,利用模拟退火算法对幂函数加和型指数评价中参数进行优化,并用优化后的综合评价指数公式对大气环境进行综合评价。该公式应用于大量实例的分析评价结果与其他多种评价方法评价结果比较表明:该公式不受污染物种类和数目多少的限制,计算简便,具有可行性、实用性和通用性。     

利用智利地震震源分布确定智利地区主震断层面

从历史地震来看,智利及其周边地区的历史强震主要集中在Nazca板块和南美洲板块之间的俯冲带上,该区也是7级以上大震频发的地区,所以对于该地区的断层结构和震源机制的研究就显得十分有必要.大地震发生后,大量余震在断层面上发生.因此余震震源位置的空间分布可以较为精确地勾画出断层面的位置.假定地震的发震断层可以用一个平面来模拟...     

神经网络与模拟退火算法结合的锅炉低NOx燃烧优化

对某600MW燃煤电站锅炉进行了多工况热态NO_x排放特性测量,在利用多层前向神经网络对该锅炉的NO_x排放特性进行建模的基础上,将神经网络模型与模拟退火全局优化算法相结合,实现了锅炉的低NO_x燃烧的优化,计算得到可获得低NO_x排放浓度的具体燃烧配风方案.文中对2种不同退火参数的模拟退火算法进行了比较,结果说明采用T₀=50K,α=0.6的参数可以获得较好的寻优效果.本文研究结果为实现大型电站锅炉低NO_x燃烧控制的在线优化技术打下了基础.     

道路交通紧急救援服务点的优化选址

针对道路交通紧急救援对公平性、效率性、事故并发性的多目标决策需求,提出用于道路交通救援点选址的多目标决策模型。该模型通过最小化最大救援时间满足救援公平性;通过最大化一次覆盖的需求量和最小化救援点到需求点总加权时间满足救援效率;通过最大化备份覆盖的需求量满足事故并发与重大事故的救援。针对多目标决策模型,开发基于模拟退火法的优化解法,结合算例分析,能够获得减少最大救援时间、最大化一次覆盖和备份覆盖需求量的多个目标方向上最优解,实现pareto最优化的成功率均在95%以上。实例计算比较表明,笔者提出的模型与算法可以为决策者提供多目标选址方案。     

基于DPSIRM框架的区域水资源承载力综合评价

综合考虑影响水资源系统的资源、生态、环境、经济、社会等因素,论文通过对水资源系统内在机理研究,构建基于驱动力-压力-状态-影响-响应-管理（DPSIRM）概念框架的水资源承载力DPSIRM评价指标体系,给出各子系统明确的含义,以反映系统内部各要素之间的关系。在此基础上,将模拟退火算法用于投影寻踪优化,构建耦合SA-PP模型。并将模型应用于2003—2012年云南省水资源承载力综合评价,并分析投影特征值的历年变化特征。研究结果表明：2003—2012年云南省水资源承载力呈逐步上升趋势,即在当前社会经济发展水平下,云南省水资源承载力逐步增强,社会经济发展的规模处于水资源可支撑的规模范围内。2006年以前,水资源承载力呈加速增长趋势,其增长潜力较大。2006年以后,水资源承载力波动幅度较大,而2009和2011年年增幅趋于零。最佳投影方向各分量的大小反映了各评价指标对水资源承载力的影响程度,值越大则对应的评价指标对水资源承载力的影响程度越大。对水资源承载力影响程度最大的5项指标依次为：生活污水排放量、“三废”治理投资、人均GDP、单位GDP水耗和森林覆盖率。压力子系统对水资源承载力影响比重为26.15%,表明压力子系统是影响云南省水资源承载力的最重要因子。研究表明此模型具有实用性,可为区域水资源规划与管理提供科学决策依据。     

基于遗传模拟退火算法的频率指配算法研究

在复杂电磁环境中进行频率指配是频谱管理中极为重要且困难的研究课题。提出了一种基于遗传模拟退火算法的频率指配算法,以基本遗传算法为基础,采用自适应的交叉概率和变异概率,将遗传操作和模拟退火操作相结合,从而克服了一般遗传算法的不足,可有效避免陷入局部最优并最终趋于全局优化。理论分析和仿真结果表明,该算法能够给整个无线电网络合理地指配频率,同时能有效地控制算法自身的收敛速度,与传统的指配算法相比,新算法在指配效果上有了很大的提高。     

神经网络与模拟退火算法结合的锅炉低NOx燃烧优化

对某600MW燃煤电站锅炉进行了多工况热态NOx排放特性测量,在利用多层前向神经网络对该锅炉的NOx排放特性进行建模的基础上,将神经网络模型与模拟退火全局优化算法相结合,实现了锅炉的低NOx燃烧的优化,计算得到可获得低NOx排放浓度的具体燃烧配风方案.文中对2种不同退火参数的模拟退火算法进行了比较,结果说明采用T0=50K,α=0.6的参数可以获得较好的寻优效果.本文研究结果为实现大型电站锅炉低NOx燃烧控制的在线优化技术打下了基础.