基于模拟退火算法的饲料配方设计

本文在饲料配方设计中首次引入新颖、高效的组合优化算法--模拟退火算法，并获得理想的数值结果，说明了在传统的饲料配方设计中高技术的应用可以获得更高的效益.     

基于退火BP神经网络的GPS高程转换

阐述模拟退火算法的基本思想和原理,提出并介绍模拟退火算法优化的BP神经网络模型在GPS高程转换中的具体应用,同时编写相应的MATLAB处理程序,结合大量数据进行仿真实验,结果表明文中提出的退火BP神经网络模型具有收敛速度快、精度高、避免陷入局部最小的优良特性。     

模拟退火算法在控制网平差中的应用

线性最小二乘估计在对非线性函数进行线性近似的过程中会产生模型误差,而一些非线性参数估计方法可能因为函数复杂而难以求导,法方程系数矩阵秩亏或呈病态矩阵时难以求解,非线性迭代解法有时对初始值的选择存在依赖性,不恰当的初始值会导致迭代无法收敛。针对这些问题,引入了模拟退火算法,介绍了该算法的基本原理、计算步骤和收敛性,并以3个控制网平差应用为例,说明该算法具有无需求导求逆,简洁实用,易于编程等优势,并能实现全局优化,获得高精度的平差结果。     

地震静校正全局最优化问题的求解

针对地震静校正存在的非线性和多参数性等问题，本文提出了一种全局优化的剩余静校正方法.在模型更新规则上，把模拟退火方法和均匀优化设计方法结合在一起，使模型的更新更为合理，从而加快了搜寻全局最优解的速度.同时提出了模型的不同分量的温度参数和退火过程的选取方式，把温度参数的选取与地震剖面的能量联系起来，使温度参数的选取具有自适应的特点.该方法克服了常规模拟退火方法所具有的寻优空间不均匀以及退火参数需通过多次试验选取的缺陷.通过实际地震资料的计算证明，本文提出的方法对地震静校正问题合理而有效.     

一种组合优化的多边形化简方法

以多边形轮廓为目标 ,依据曲线特征点将其分解为一系列的弯曲特征 ,并对此弯曲特征集实施组合优化 ,将入围弯曲首尾相连 ,即可得到最终的化简结果     

基于宽范围岩石物性约束的大地电磁和地震联合反演

岩石物性约束是地球物理联合反演重要的实现方式.在以往联合反演研究中,这种约束通常以点对点的映射方式出现,要求经验性的岩石物性关联是相对精确的,无形中提高了岩石物性约束应用于联合反演的条件.基于此,本文结合全局寻优的模拟退火算法,提出了宽范围岩石物性约束技术.该技术将岩石物性约束与模拟退火模型扰动、模型接受准则相结合,实现了空间对空间的映射,将电阻率和速度耦合在一起.文章以MT和地震正则化同步联合反演为例,检验了不同的先验信息条件下的宽范围岩石物性约束技术的适用性.模型试验表明:新技术容易实现,容错性高,可降低"不精确"岩石物性关联信息引入带来的风险,提高岩石物性约束应用的灵活性.     

集体建设用地基准地价评估方法及实证研究

基于地价二元构成及供求关系理论,明确了集体建设用地地价不仅受表征土地物化资产价值的个别因素影响和外部经济联系引致的区位级差影响,还因土地供需关系的不同使其在行政村之间存在整体等别差异,提出以行政村、均质网格为基本单元分别评定的土地等和级指数为自变量,以个别因素条件统一的样本地价为因变量,构建区域整体的基准地价二元关系模型,并基于模拟退火思想设计了模型回归拟合与动态优化的抽样回放统计方法,以合浦县的集体商服用地基准地价评估应用进行了实例验证。研究有效克服了因集体建设用地及其交易案例离散分布带来的抽样稀疏现实问题,模型优化、结果合理。     

用于地球物理反演的均匀设计优化算法

将均匀设计、模拟退火和单纯形方法相结合，提出一种全局优化迭代算法．数值模拟表明，它具有搜索速度快、搜索能力强和不需要求导数的特点，可用于地球物理反演研究．     

基于遗传模拟退火算法的神经网络模型在陕西省需水预测中的应用

神经网络模型是近年来在需水预测方面应用较为广泛的一种方法,在陕西省的需水预测中根据实际情况采用遗传模拟退火算法对其进行优化,预测的结果和其他预测方法进行对比,证明该方法预测的结果较为合理,能够在类似的预测中加以推广应用.     

量子退火最优化与地球物理反演方法

量子退火最优化方法的思想是基于模拟退火方法发展而来的,但利用的是量子跃迁隧道效应的机制,这和模拟退火基于热力学的退火原理是不一样的.本文首先概述了量子退火和模拟退火的区别所在;其次主要论述了量子退火在最优化方面的应用发展情况,比如伊辛自旋玻璃问题,旅行商问题,布尔可满足性问题等,讨论了具体测试问题中量子退火方法的应用情况以及和模拟退火方法的比较;随后对基于量子退火方法的地球物理反演原理和方法做了相应的阐述,讨论了不同参数比如温度、横向场的设置,比较了处于不同的横向场和势能状态的概率大小问题;最后就量子退火方法在地球物理反问体中的应用前景以及存在的问题做了简要概述.