一种基于模拟退火的支持向量机超参数优化算法

基于统计学习理论的支持向量机技术以探求小样本情况下如何获得更好的机器学习规律而见长,与基于经验风险最小化原则的机器学习方法相比能够获得更佳的泛化能力,相关超参数的选择对其分类或回归性能有较大影响.针对径向基核支持向量机超参数优化问题,提出了一种改进的基于模拟退火算法的高效多目标优化算法,并详细讨论了优化寻优过程中搜索空间、初始可行解、初温和最优目标函数的设计方法.通过在多个标准数据集上的测试验证,证实了本文所提算法的可行性和有效性.     

基于混合多目标粒子群算法的飞行器气动布局设计

 为了提高多目标优化算法求解非劣解集的效率,在多目标粒子群算法的基本框架中引入了Pareto过滤算子、小生境技术和模拟退火算法,建立了全新的混合多目标粒子群算法。该算法具有运算收敛快,所得非劣解集分布均匀、广泛的特点。将其应用于求解以升阻比和效用体积最大化为目标的再入式高超声速飞行器气动布局多目标优化设计模型,将计算结果与原始多目标粒子群算法的计算结果进行对比,体现出本文提出的混合多目标粒子群算法能够更加有效地求解复杂多目标优化设计问题的非劣解集,从而为多目标决策提供有力的支持。     

改进的模拟退火算法在翼型设计中的应用

通过研究模拟退火算法的机理和应用,对标准模拟退火算法进行了改进,并应用到翼型气动优化中。改进算法与标准算法相比,在耗费机时基本一致的情况下,优化了初始翼型NACA0012,使其设计点的阻力分别减小了30.16%和32.95%。由此可见,模拟退火算法在翼型气动优化设计中具有实用性和有效性,并且改进算法的优化效果更理想。     

基于自适应模拟退火遗传算法的最优Lambert转移

主要研究了航天器采用Lambert二脉冲变轨的优化问题。对于初始位置、目标位置和转移时间都不固定的Lambert二脉冲转移,由于多变量以及方程本身的复杂性,采用传统的优化方法效率低甚至无法求解.采用了自适应遗传算法(AGA),寻求多变量的最优解.同时结合模拟退火算法,得到了自适应模拟退火遗传算法(ASAGA),该算法既具有全局搜索能力,又改善了一般遗传算法的局部寻优能力.通过仿真,比较了遗传算法和自适应模拟退火遗传算法的寻优结果,表明两者寻求最优转移的有效性,以及自适应模拟退火算法具有更强的寻优能力.      

热处理对Mo-Si系金属间化合物微观组织和断裂韧性的影响

以纯金属Mo与纯Si为原料,通过电弧熔炼法制备了Mo₃Si-Mo₅Si3共晶,Mo₅Si3-MoSi₂亚共晶和过共晶Mo-Si系金属间化合物。在1200℃分别对3种合金进行了12h、24h、48h和96h真空退火,观察层状结构在合金中的形成、变化及破坏。1200℃退火48h后,在Mo₅Si3-MoSi₂亚共晶合金中发现了发展完好的Mo₅Si3（D8m）/MoSi₂（C11b）层状结构,层间距为几百纳米;在Mo₅Si3-MoSi₂过共晶合金中,层状结构的层间距与体积百分含量在退火前后没有发生明显变化;在Mo₃Si-Mo₅Si3共晶合金中始终未观察到层状结构的存在。通过压痕法测量了各合金的断裂韧性（K_IC）,研究了微观结构与KIC之间的关系。     

航天器反作用轮扰动建模及参数辨识

为预测反作用轮微振动对航天器产生的影响,提出了一种改进的扰动模型.由于共振造成的扰动放大是反作用轮扰动对卫星姿态精度的最重要影响,改进模型通过引入放大系数体现结构固有频率对扰动的影响.鉴于改进模型的非线性特性,应用模拟退火遗传算法对改进模型进行了参数辨识.设计刚性六分量力测试平台对反作用轮扰动进行测试,并利用实测数据对改进模型及参数辨识结果进行验证.验证结果表明:改进模型准确地反映了反作用轮的扰动特点,模拟退火遗传算法可以提高参数辨识的精度.     

考虑机场位置与航线流量影响的航空网络防御资源优化策略

传统复杂网络领域对网络防御问题的研究未考虑影响航空网络防御资源配置的主要因素,为此提出 一种考虑机场位置、航线流量等因素的基于航空网络实际的防御策略,来降低网络风险。首先,利用节点脆弱 性减少模型确定不同类型防御资源防御量与节点防御能力的函数关系;然后,对传统的重要度评价矩阵做出改 进,考虑航线流量、机场位置等影响航空网络防御资源配置的因素对节点进行重要度排序,并分析节点与整个 航空网络风险的关系;最后,在总防御资源量一定的情况下,利用模拟退火算法对各个节点配置的防御资源量 进行求解,使得网络总风险最小。通过对随机生成网络与中国航空网络的实验发现,该优化策略在分配防御资 源时,能够区分机场节点位置和流量的差异,相比于传统方法能够有效降低网络总风险。     

解JobShop问题的一种组合模拟算法

针对成批车间的作业排序(Job Shop Scheduling )问题设计了一种模拟退火与Tabu Search相组合的算法.首先用模拟退火算法求得一个初始解,再利用Tabu Search进行进一步的寻优.通过大量的算例分析表明,该算法具有良好的寻优特性与运算效率.     

模拟退火算法与注射机合模机构运动行程最大化

将模拟退火法应用于注射机合模机运动行程的最大化设计研究，以运动 行程为目标函数，肘杆断面尺寸、肘杆起始与最终位置为设计变量，约束条件为强度、稳定性，锁模力，应用模拟退火算法进行运动行程的最大化设计是可行且高效的，可在工程结构优化设计领域中推广应用。     

基于退火惩罚混合遗传算法求解生产批量计划问题

针对以获得最低生产成本为目的的批量生产计划问题，提出了该问题的混合整数规划模型，首先，根据单级多资源批量计划问题的特点提出了问题的数学描述，；然后根据该数学问题的复合性，利用遗传算法的随机搜索和进行化过程寻找问题的全局最优解，为了防止适应度函数的过早收敛，引入退火惩罚因子对适应度函数进行处理，使得获得全局优解的可能性加大，实验结果表明，该方法能获得比传统遗传算法更为理想的近似最优解。