导读:本文包含了遗传退火混合算法论文开题报告文献综述及选题提纲参考文献，主要关键词:柔性制造,遗传算法,模拟退火算法
遗传退火混合算法论文文献综述
王涛,吴林彦,张如伟,王琪,裴翦[1]（2019）在《遗传算法与模拟退火算法在FMS中的混合应用》一文中研究指出讨论了柔性制造系统(FMS)中的机械加载问题,问题的主要目标是使制造系统不平衡最小化,在诸如可用的加工时间和刀具槽等工艺约束条件下使系统吞吐量最大化。将遗传算法(GA)与模拟退火(SA)算法相结合,提出了一种高效的进化算法——GASA。使用5个样本数据集对GASA的性能进行了测试,并与其他文献提及的启发式算法进行了比较,研究了它们对解决方案质量的影响。为了评价所提出的进化启发式算法的性能,通过进行大量的计算实验,以表格和图表形式给出了结果。实验结果表示GASA在柔性制造系统的应用中性能更好。(本文来源于《制造业自动化》期刊2019年08期）
蔡金祥,蔡金涛,袁建华,张震,陈庆[2]（2019）在《基于混合遗传算法与模拟退火算法的金属氧化物避雷器在线监测研究》一文中研究指出针对金属氧化物避雷器(MOA)的老化需对其实施在线监测的问题,提出了一种基于混合遗传算法与模拟退火算法的MOA老化监测算法。通过对此问题建立MOA模型,根据混合算法良好地模拟逼近效果,计算出k和C的值,以实施MOA老化在线监测。由于电力系统运行电压中存在许多谐波,这些谐波会在一定程度上影响算法求解的稳定性及准确性,因此采用Matlab仿真,仿真结果得出的泄漏电流拟合逼近实际需要测量的泄漏电流,判断该混合算法的拟合特性。对求解出的参数误差进行分析,得知所提算法具有很好的抗干扰性,可以有效地对MOA进行老化监测。(本文来源于《电力学报》期刊2019年03期）
何燎原,徐博,严睿,邹杨,郭威[3]（2019）在《基于混合自适应遗传退火算法的AHTR堆芯优化研究》一文中研究指出板状先进高温堆(AHTR)的预设计采用均一富集度的燃料组件,导致功率峰因子(PPF)过大,总PPF高达2.09,一定程度制约了反应堆的安全性与经济性。文章采用富集度分区法对其进行改进优化,为了加快堆芯燃料最优化布置的搜索速度,设计了一种自适应的混合智能算法,该算法整个优化过程均基于一个用MATLAB语言编辑的程序自动完成,优化后的径向功率峰因子降低至1.122,相比原设计降低25.02%。温度场模拟结果表明,优化方案温度分布更均匀,峰值温度从1030 K降低至1010 K,有效地提高了堆芯的安全裕量。(本文来源于《核动力工程》期刊2019年05期）
张钧,贺可太[4]（2019）在《求解叁维装箱问题的混合遗传模拟退火算法》一文中研究指出集装箱装载是货物运输过程中重要的一步,其属于NP-hard问题。为了提高效率,降低成本,提出了以集装箱体积利用率最大化为目标建立叁维装载模型,同时考虑体积约束、重量约束、重心约束、方向约束。利用混合遗传、模拟退火与叁空间分割启发式装载算法求解模型,算法中融入局部最优解保存策略来避免局部较好解在后续的算法过程中出现适应度降低的情况。通过强异类算例与弱异类算例对算法进行性能测试,并结合具体的货物装载数据,得出叁维装载图与目标函数值。结果表明,该算法应用于集装箱装载有着较好的效果。(本文来源于《计算机工程与应用》期刊2019年14期）
冯佳勇[5]（2018）在《基于模拟退火—遗传混合算法的电力无线专网基站选址机制》一文中研究指出随着智能电网建设的展开,电力业务在安全性、实时性、可靠性等方面的需求不断提高,电力无线专网建设受到越来越多的关注。通常来讲,在整个无线网络规划中基站的部署规划是最为关键的部分,其投资占比在整个网络建设投资中达到一半以上。如何结合智能电网中无线通信业务特点以及现有电力基础设施进行优化选址,利用较少的基站建设成本实现较优的网络覆盖已经成为一个亟待解决的问题。本论文对目前选址优化问题中的较为常见的模拟退火算法、遗传算法进行了对比分析,发现遗传算法的输入群体规模以及父代基因的优异程度会对运算过程中收敛速度、稳定性、求解效果等方面会产生重大的影响,但其全局搜索能力较强,具有较好的并行性,适用于全局求解过程;模拟退火算法实现较为方便,对输入规模的大小不敏感,具有很强的局部求解能力,但是全局求解性能稍差,收敛速度较慢。根据两种算法的特点,本论文提出了模拟退火-遗传混合选址算法,其核心思想是利用模拟退火算法较强的局部求解能力,求解出初始可行解集,该解集编码后成为遗传算法的输入初始种群,可以发现该种群满足以下特点:一、经过模拟退火算法处理后,种群的规模比起最初始的输入参数规模已经缩小;二、由于种群中的所有个体都是由初始可行解编码而来,已满足基本的覆盖要求,所以每个个体的遗传基因较为优秀。之后再由遗传算法进行最优选址算法的后续部分,最终使得求解性能以及收敛速度获得了提升。在模拟退火-遗传混合选址算法的基础上,本文搭建了基于浏览器-服务器架构的电力无线专网选址系统。使用者可以通过浏览器的形式上传选址相关信息,由服务端选址计算完成后返回选址结果。利用该系统,本论文进行了针对不同数据集的选址结果测试,验证了本文选址机制的有效性。之后,本论文将新提出的算法与遗传算法、模拟退火算法进行了性能分析对比,证实了本论文所提的算法具有更好的选址性能,更快速的求解速度。(本文来源于《北京邮电大学》期刊2018-03-09）
黄华升,张波[6]（2017）在《混合遗传模拟退火算法求解旅游线路优化问题》一文中研究指出广西旅游资源丰富,对出行线路的规划可以能让旅游线路更为优化合理。本文以广西30个城市的旅游线路优化问题构造TSP问题,分析了遗传算法和模拟退火算法的优缺点。利用两种算法的互补性,构造了混合遗传模拟退火算法,指出叁种算法对旅游线路的求解算法过程。通过对实验数据的对比分析,得出了混合遗传模拟退火算法在求解精度上优于遗传算法或模拟退火算法。(本文来源于《软件工程》期刊2017年11期）
宋思佳,王松庆,贺士晶[7]（2017）在《基于遗传退火混合算法的供热管网阻力系数优化辨识》一文中研究指出通过合理构建供热管网水力仿真模型,基于遗传退火混合算法,对供热管网阻力系数进行辨识研究。通过案例分析表明,遗传退火算法辨识效果显着,计算得到的管道阻力系数值能够达到工程应用精度,为阻力系数辨识提供了新思路。(本文来源于《山西建筑》期刊2017年29期）
邵勇[8]（2017）在《遗传算法、模拟退火算法和混合算法在计算机设计中的应用》一文中研究指出铁路编组站是铁路枢纽的核心,而阶段计划的自动编制则是新一代编组站综合自动化系统的重要模块。我们要综合运用遗传算法、模拟退火算法和混合算法,确定阶段计划的编制和模型,解决列车的到发线运用、到达列车的解体顺序问题,保证不间断接车,避免作业干扰,核定出发列车的编组时机、取送内容和时机,推动我国编组站总体技术向世界先进水平看齐。(本文来源于《中国建材科技》期刊2017年04期）
徐正宏[9]（2017）在《基于遗传—模拟退火混合算法的泰兴市高压配电网优化规划研究》一文中研究指出由于社会经济的飞快发展以及人们生活水平的显着提高,国内对于电力的需求日益增加。配电网在电力系统中担负起了分配电能的重要职责。配电网系统负荷在不断增长,再加上人们对供电质量以及可靠性的要求逐步变高,合理地进行配电网络规划能够获得偌大的社会和经济效益。论文研究了配电网负荷预测、配电网络优化规划以及配电网线路布局。根据泰兴地区的负荷状况,采用年增长率法、回归分析法以及时间序列预测法这叁种方法对泰兴地区进行负荷预测。研究了遗传算法和模拟退火算法,并把两种算法结合起来提出遗传-模拟退火混合算法。通过算例仿真验证了该方法的正确性及有效性。论文分析了泰兴市配电网的现状,以运行费用最少为目标建立了泰兴市配电网网架规划的数学模型,利用遗传-模拟退火混合算法进行编码计算,得到了最优的网架结构,并将其投入使用。实践表明,泰兴市配电网已成为网络完善合理、供电可靠性高的现代化电网。(本文来源于《华北电力大学(北京)》期刊2017-03-01）
罗帆[10]（2016）在《基于混合禁忌退火遗传算法的测试数据生成的研究》一文中研究指出作为软件质量的保障之一,软件测试在软件开发中扮演着至关重要的角色。人工测试造成了软件开发中的大量的成本和时间开销。同时,自动化测试过程中测试数据的优劣对测试的效率与效果影响极大。因此,对测试数据生成的研究有着巨大意义。测试数据生成问题是典型的软件工程问题,而将软件工程问题转化成搜索问题往往可以得到比较优的解。遗传算法在寻找最优解的问题上有其独到的优点。可以使用遗传算法对测试数据进行搜索生成,通过对源程序的输入进行编码并产生个体,在遗传操作过程中,利用适应度函数来进化种群,最终可以得到目标测试数据。然而输入参数往往是多个,对每个参数进行编码会影响算法的效率,因此可以通过级联编码的方式进行个体的生成。在目标路径上,对源代码进行插桩,得到分支函数并以此构造适应度函数。但是遗传算法也有其缺点,迭代速度过快往往会陷入局部解,将退火过程加入到交叉和变异操作中,增大次优解的存活率,从而有助于的跳出局部解。变异操作后通过禁忌搜索可以有效的减少迂回搜索过程,增大种群的多样性,从而加快种群的迭代过程。由此,可以使用优化后的混合禁忌退火遗传算法进行测试数据的产生。建立混合禁忌退火遗传算法模型,对典型的叁角形分类问题进行路径测试,通过对操作过程中参数的单一控制,对算法进行了优化。将优化后的混合算法同优化前传统算法相比较,混合算法在测试数据产生的效率上有了很大的提高。将混合算法同经典研究以及近些年热门研究做对比,混合算法在测试数据生成效果上以及迭代时间上也有很大的优势。(本文来源于《华中科技大学》期刊2016-12-01）
遗传退火混合算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对金属氧化物避雷器(MOA)的老化需对其实施在线监测的问题,提出了一种基于混合遗传算法与模拟退火算法的MOA老化监测算法。通过对此问题建立MOA模型,根据混合算法良好地模拟逼近效果,计算出k和C的值,以实施MOA老化在线监测。由于电力系统运行电压中存在许多谐波,这些谐波会在一定程度上影响算法求解的稳定性及准确性,因此采用Matlab仿真,仿真结果得出的泄漏电流拟合逼近实际需要测量的泄漏电流,判断该混合算法的拟合特性。对求解出的参数误差进行分析,得知所提算法具有很好的抗干扰性,可以有效地对MOA进行老化监测。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
遗传退火混合算法论文参考文献
[1].王涛,吴林彦,张如伟,王琪,裴翦.遗传算法与模拟退火算法在FMS中的混合应用[J].制造业自动化.2019
[2].蔡金祥,蔡金涛,袁建华,张震,陈庆.基于混合遗传算法与模拟退火算法的金属氧化物避雷器在线监测研究[J].电力学报.2019
[3].何燎原,徐博,严睿,邹杨,郭威.基于混合自适应遗传退火算法的AHTR堆芯优化研究[J].核动力工程.2019
[4].张钧,贺可太.求解叁维装箱问题的混合遗传模拟退火算法[J].计算机工程与应用.2019
[5].冯佳勇.基于模拟退火—遗传混合算法的电力无线专网基站选址机制[D].北京邮电大学.2018
[6].黄华升,张波.混合遗传模拟退火算法求解旅游线路优化问题[J].软件工程.2017
[7].宋思佳,王松庆,贺士晶.基于遗传退火混合算法的供热管网阻力系数优化辨识[J].山西建筑.2017
[8].邵勇.遗传算法、模拟退火算法和混合算法在计算机设计中的应用[J].中国建材科技.2017
[9].徐正宏.基于遗传—模拟退火混合算法的泰兴市高压配电网优化规划研究[D].华北电力大学(北京).2017
[10].罗帆.基于混合禁忌退火遗传算法的测试数据生成的研究[D].华中科技大学.2016