基于改进模拟退火算法的剩余静校正及程序实现.pdf
as****16
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于改进模拟退火算法的剩余静校正及程序实现.pdf
第34卷第4期物探与化探Vol.34,No.42010年8月GEOPHYSICAL&GEOCHEMICALEXPLORATIONAug.,2010基于改进模拟退火算法的剩余静校正及程序实现潘文勇(中国地质大学软件学院,北京100083)摘要:模拟退火算法是以固体退火过程为物理背景的全局优化算法,能很好地解决剩余静较正中的非线性问题和“周期跳跃”现象,但也存在迭代次数大、收敛速度慢和费时等缺点。针对以上缺点,提出了改进方案:设计了新的退火策略对温度的衰减进行控制,以减少迭代次数和加快收敛速度;采用时窗内采样
基于MATLAB的模拟退火算法的实现.pdf
第26卷第3期鞍山科技大学学报V01.26No.32003年6月JournalofAnshanUniversityofScienceandTechnologyJun.,2003基于MATLAB的模拟退火算法的实现曲强,陈雪波(鞍山科技大学电子信息与工程学院,辽宁鞍山114o~)摘要:阐述了模拟退火算法的基本原理及实现过程,运用MATLAB语言实现了该算法.并将其运用到解决旅行商问题的优化之中.数值仿真的结果表明了该方法能够对函数进行全局寻优,有效克服了基于导数的优化算法容易陷入局部最优的问题.该方法既可以
基于模拟退火和遗传算法的剩余静校正方法研究的开题报告.docx
基于模拟退火和遗传算法的剩余静校正方法研究的开题报告一、选题背景:随着计算机技术的飞速发展,数值模拟技术在工程领域中得到了广泛应用。然而,数值模拟中常常存在各种误差,其中静校正是一项重要的问题。静校正是指在模拟过程中减小计算和实际之间存在的误差,以提高数值模拟的精度和可信度。目前,静校正主要使用的方法是基于拟合和优化的方法。传统的拟合方法包括最小二乘法和线性回归等,其局限性在于只能适用于特定的函数形式,对数据的变化和噪声非常敏感。优化方法则可以适用于各种模型和数据,但需要选择合适的优化算法和参数。本课题选
基于模拟退火的基因改进型GEP算法.pdf
2008年8月四川大学学报(自然科学版)Aug.2008第45卷第4期JournalofSichuanUniversity(NaturalScienceEdition)Vol.45No.4文章编号:049026756(2008)0420767206基于模拟退火的基因改进型GEP算法饶元1,元昌安2(1.广西师范学院资环学院,南宁530001;2.广西师范学院信息技术系,南宁530001)摘要:基因表达式编程具有强大的函数挖掘能力,有助于在实验数据上提炼数学模型、揭示事物本质规律.尽管标准GEP算法通过改进
改进遗传模拟退火算法.doc
改进遗传模拟退火算法在配电网络重构中的应用刘扬,杨建军,魏立新(大庆石油学院,大庆163318)摘要:对遗传模拟退火算法中的交叉、变异操作进行了改进,并实施了最优保留策略,形成了改进遗传模拟退火算法。以网损最小为目标函数,以配电网电压降的限制、线路电流量的限制等为约束条件,建立了配电网络重构优化模型。在考虑配电网自身特点的基础上,利用改进遗传模拟退火算法求解。重构算例说明,该优化方法有效、实用。关键词:配电网络;网络重构;遗传算法;模拟退火ApplicationoftheImprovedGeneticSi