企口硬木地板廠家在差異范圍的展開

企口硬木地板廠家在差異范圍的展開

同年，江加等人對模擬退火算法在連續(xù)變量全局優(yōu)化問題中的應(yīng)用進行了研究，并給出了具體的實現(xiàn)步驟，介紹了實用的選擇控制參數(shù)的方法，企口硬木地板廠家針對連續(xù)變量的特殊性，也給出了實用的新解產(chǎn)生方法；同年，楊慶之等人為了解決標準模擬退火算法搜索空間過大，難以利用領(lǐng)域知識等問題，提出了具有約東指導(dǎo)的模糊退火算法，并給出了關(guān)于抽樣次數(shù)選擇、新解產(chǎn)生等問題的一些新方法，以間歇過程生產(chǎn)調(diào)度為背景進行的算法仿真實驗表明，應(yīng)用該算法后，收斂速度有了較大的提高高齊圣等人于2002年基于均勻設(shè)計的思想，針對參數(shù)設(shè)計中的一類非線性規(guī)劃問題提出了一種用于全局優(yōu)化的模擬退火并行算法：同年，耿平等人使用人工神經(jīng)網(wǎng)絡(luò)的方法建立多變量與多目標函數(shù)之間的關(guān)系，并將模擬退火算法與人工神經(jīng)網(wǎng)絡(luò)BP（ErrorbackPropagation）算法相結(jié)合，解決了這類復(fù)雜系統(tǒng)中多函數(shù)變量與多目標函數(shù)之間沒有確定的解析關(guān)系而無法直接優(yōu)化的難題，并為解決多變元非線性復(fù)雜系統(tǒng)的優(yōu)化問題提供了一種新的、的方法。

目前，模擬退火算法迎來了興盛時期，無論是理論研究還是應(yīng)用研究都成為了十分熱門的課題。尤其是模擬退火算法的應(yīng)用研究顯得格外活躍，已被用于經(jīng)濟、超大規(guī)模集成電路的計算機的輔助設(shè)計、模式識別和圖像處理、求解“NP完全問題”、圖的分配問題、人工智能和人工神經(jīng)網(wǎng)絡(luò)、離散/連續(xù)變量的結(jié)構(gòu)優(yōu)化問題等，企口硬木地板廠家在化學(xué)工程、系統(tǒng)科學(xué)和管理、光學(xué)工程、地球物理反演等領(lǐng)域都得到了應(yīng)用。在它得到實際應(yīng)用后，由于在解決局部小問題上的突出表現(xiàn)而迅速得到人們的青睞，也引起了眾多學(xué)者廣泛的研究興趣，使模擬退火算法得到了突飛猛進的發(fā)展。

國內(nèi)引進模擬退火算法的歷史較短，相比于遺傳算法、蚊群算法所進行的研究也不是很多，而且大多數(shù)都是關(guān)于模擬退火在工程等方面的實際應(yīng)用以及考察算法的實際效果和效率，較少對其理論性有深入的研究下面介紹經(jīng)常在實際中被應(yīng)用的模擬退火算法的改進算法模擬退火算法在迭代過程中不但能夠接受目標函數(shù)向好的方向前進的解，而且能夠在定限度內(nèi)接受使目標函數(shù)惡化的解，這使得算法能夠地跳出局部小的陷，但對于具有多個值的工程問題，該算法就很難保證終得到的優(yōu)解是整個搜索過程中曾經(jīng)到達過的優(yōu)解。為了解決這一問題，企口硬木地板廠家可以為算法增加一個“記憶器”.通過“記憶器”來記住搜索過程中曾經(jīng)出現(xiàn)過的好結(jié)果，從而可以提高終得到的優(yōu)解的質(zhì)量具有記憶能力的模擬退火算法的詳細實現(xiàn)過程。