关于模拟退火算法及其影响因素的研究

关于模拟退火算法及其影

ｉ《＿■

ＳＩＬＩＣＯＮＶ

ＶＡＬＬＥ工响因素的研究

邓超陈文宣王树青

（东莞南博职业技术学院广东东莞５２３０８３）信毫科学

插要：通过使用模拟退火算法模拟逼近函数：ｙ＝ｘ＋ｃｏｓｘ＋ｉ开展实验，并在实验过程中对模拟退火算法的影响因素进行比较ｔ并提出相应的改进方案，直观的将两者的差别体现出来。

关键词：模拟退火算法；权系数；阀值：神经网络结构；ＭＡＴＬＡＢ

中圈分类号：ＴＰ３文献标识码：Ａ文章编号ｚ１６７１－７５９７（２０１０）０４１００４５－－０１

１鬟拟量火算法的基本曩客

模辛｝ｌ退火算法最初的思想［自Ｍｅｔｒｏｐｏｌｉｓ在１９５３年提出，其来源统计物理学中对于固体退火过程的模拟。他采用Ｍｅｔｒｏｐｏｌｉｓ准则接收新解，用冷去系数的参数对算法进程进行控制。使得算法在多项时间里得出最优解．２对曩板退火算法进行试ｔ研究

１）用模拟退火算法模拟逼近函数：ｙ＝ｘ＋ｃｏｓｘ＋１并对神经网络的权系数、阀值进行学习其神经网络结构为１—３－４＿３—１．

２）具体试验过程如下：

模拟退火算法的实现主要采用了¨ＴＬＡＢ软件，利用其中的神经网络工具箱进行编程模拟．在网络ＵＵｌ练方面，隐层采用ｌｏｇｓｉｇ（厂（ｊ）＝＿—二—＿＿－）

Ｈ’ａ烈一哪函数作为传递函数。在输出层方面采用线性输出函数ｉｍｒｅｌｉｎ（，（善）＝＃）．降温函数采用ｔ＝＾ｔ．

①给定的学习样本、初始温度、结柬温度及降温速率＾．

＠在某一温度下．以正态分布（Ｍａｔｌａｂ中用ｒａｎｄｎ）生成函数产生新的权系数增量△翻。‘虬．＝缈＋△翻生成新的权系数。

③根据代价函数求出神经网络的输出偏差Ｅ∥ｔ

胛＝；（歹一ｙ）２

＠如果Ｐ，ｒＳ０，则取翻ｒ＋ｌ为新值，即ｑ＝够＋ｌ·

⑤如果Ｐ玎＞ｏ，采用接收函数：Ｂ（ｉ）＝［Ｉ＋ｅ＝Ｖ／‘】＿１

以其值和［０，ｌ】随机数ｄ进行比较：

若Ｂ（ｉ）＞ｄ。则Ｃｄ＝够．。；，

若Ｂ（ｉ）≤ｄ，则国不变。

＠以ｔ：ｘｔ修改参数ｔ．即缓慢降温。返回②执行．

３）试验生产的原函数和网络输出图如下：

４）结果分析ｔ

由学习的结果来看，学习的曲线和原曲线相差较大，而且函数收敛得很慢．其原因是模拟退火法的初始参数包括初温ｔＯ，结束温度ｔｆ’衰减温度ｄｅｌｔａＴ及控制内循环的马尔可夫链长Ｌ的选择对整个结果产生较大影响。

３樱报遗火法的改盛可行性方毫

１）设计合适的状态产生函数：设计高效的退火历程；避免状态的迂回搜索；采用并行搜索结构：改进对温度的控制方式；选择合适的初始状态；设计合适的算法终止准则。

２）也可通过增加某些来实现：如增加升温或重升温过程；增加记忆功能｛增加朴充搜索过程。

４－｝墨横挂鼍火算法的实验改进方囊

”对原算法的神经喇络结构进行更改．由卜３－４—３一ｌ改为卜１０一ｈ

２）调整即网络训练参数：具体为添加代码为：

ｎｅｔ．ｔｒａｉｎＰａｒａＬｅｐｏｃｈｓ３０００：

ｎｅｔ．ｔｒａｉｎＰａｒ∞．ｇｏａｌ＝０．００２：

ｎｅｔ．ｔｒａｉｎＰａｒａｎＩｒ０．０ｌ：

Ｉ开始训练

ｎｅｔｔｒａｉｎ（ｎｅｔ，ｘ．ｙ）：）

在对原算法改进后试验产生的原函数和网络输出图如下（改进处在源程序中体现）：

由结果可以看到，改进后的算法收敛速度加快，函数的逼近和精度都已经较高。

参考文献：

【ｌ】王士同、陈剑夫等编著。问题求解的人工智能神经网络方法ｒ气象出版社．

［２］焦李成．神经网络系统理论，西安，西安电子科技大学出版社，１９９６．６．

作者简介：

邓超（１９７９－），男．汉族．广东省韶关市人，硕士．东莞南博职业技术

学院助教，研究方向；神经网络·　万方数据

关于模拟退火算法及其影响因素的研究

作者：邓超， 陈文宣， 王树青

作者单位：东莞南博职业技术学院,广东,东莞,523083

刊名：

硅谷

英文刊名：SILICON VALLEY

年，卷(期)：2010，(7)

被引用次数：0次

1.王士同.陈剑夫问题求解的人工智能神经网络方法

2.焦李成神经网络系统理论 1996

1.学位论文王哲阵列方向图综合方法研究2009

天线阵的辐射特性决定于阵列的阵元数目、阵元位置、阵元权系数，控制这三个因素可以改变辐射场的特征。阵列方向图综合是指按规定的方向图要求，用一种或多种方法优化影响天线辐射特性的因素，使该天线系统产生的方向图满足指标要求。如何优化影响天线辐射特性的因素，使方向图满足指标要求是本文研究的主要问题。本文介绍了天线阵基本原理和阵列综合方法以及模拟退火算法的优化原理，在此基础上给出了两种阵列方向图优化方法：

非均匀稀布阵有较高的旁瓣，为降低旁瓣，本文提出一种混合算法并将其用于非均匀稀布天线阵列方向图的优化中：用模拟退火算法结合凸规划优化阵元位置和阵元激励幅度。对于一个孔径为50λ，由25个阵元组成的阵列天线，该方法获得了比已有文献更低的旁瓣，而且可以降低运算量。

本文利用近来出现的新体制雷达一多输入多输出(MIMO)雷达多发多收的特点，给出了一种利用模拟退火算法对MIMO雷达天线布阵进行优化以及对MIMO雷达天线阵列阵元激励幅度优化的方法。该方法利用MIMO雷达方向图等效于发射方向图与接收方向图相乘的特性，使得布阵优化和激励幅度优化的计算量比直接优化方法大大降低，且具有相同的优化性能。计算机仿真结果验证了该方法的有效性。

2.期刊论文刘琰君.王海军.LIU Yan-Jun.WANG Hai-Jun基于模拟退火算法的波束图设计-计算机仿真

2007,24(11)

文中提出了基于模拟退火算法的波束设计方法.其思想是按照给定的波束优化要求,建立某种相应的目标函数,利用模拟退火算法对波束的加权系数进行全局寻优,达到波束优化的目的.模拟退火算法模拟了固体缓慢退火从而获得最低内能的物理过程,是一种简单而有效的随机性全局优化算法.为证明该设计方法的可行性和有效性,给出了15元平面阵的设计实例以及仿真结果.结果表明,使用该方法设计的波束与常规方法相比,获得了更低的旁瓣级.

3.期刊论文袁小刚.黄国策.郭兴阳.刘剑空间受限平台跳频通信系统的频率分配-系统工程与电子技术

2010,32(5)

针对空间受限平台多部跳频电台相互间严重的同址干扰,研究同址干扰约束下跳频通信系统的频率分配问题.从子网内、子网间和同步信号的特殊约束三个层次分析跳频通信系统频率分配的约束条件,依据各种同址干扰源产生的概率分别设置各约束的权系数并建立代价函数,基于模拟退火算法系统提出同址干扰约束下跳频通信系统的频率分配方法.仿真结果表明,该方法可以明显降低跳频同步信号被干扰的概率,提高系统的电磁兼容性能,有效解决空间受限平台跳频通信系统的频率分配问题.

4.期刊论文张纯青.陈超.邵正荣.俞能海.ZHANG Chun-qing.CHEN Chao.SHAO Zheng-rong.YU Neng-hai基于加权词频的信息检索相似度评价模型-计算机仿真2008,25(1)

在信息检索领域,相似度评价模型是一个重要的研究课题.基本的评价模型有布尔模型,向量空间模型和概率模型.后两种模型在许多的信息检索系统中被采用,但是它们都没有考虑查询词在文档中的位置信息对相似性度量起到的作用.一些研究考虑了诸如HTML标签之类的信息,但是确定加权系数的方案不是太理想.针对这些问题,文中提出了一种基于加权词频的相似度评价模型(Weighted Term Frequency Model,WTFM),而引入的权重系数可以通过模拟退火算法学习得到.实验结果表明,权重系数的引入提高了系统的相关度评价质量.

5.学位论文周珊遗传算法在电力系统无功优化中的应用2004

本文将退火选择遗传算法用于电力系统无功优化规划中,并结合配电网的实际,进行了一些改进.本文所作的主要工作有:1)采用模拟退火接收Metropolis准则作为个体替换策略.2、结合配电网的实际,建立合理的数学模型.3、选择方式采取竞争选择机制和最佳保留选择机制相结合的方法.4、采用不定交叉变异概率.5、目标函数有功网损的加权系数W1及补偿电容器组投资的加权系数W3采取了动态取值法.6、在进化收敛判据上,采取了最大遗传代数N与最优个体适应值连续保持不变的最大代数Np相结合的方式.7、根据配电网的实际情况,编制了相应的程序.

6.会议论文贾健明.陈剑鹤基于RBF人工神经网络的钢铁件淬硬层深度实时在线电磁无损检测2006

在热处理生产中，许多控制要求具有实时性，即对现场的各种现象做出快速反应。例如在高频淬火过程中必须及时测量淬硬层深度，并以此来调整高频淬火工艺，从而获得合格的产品。近年来，笔者在钢铁件淬硬层深度的电磁无损检测方面做了一些工作，研制了DWY-1型电磁无损检测仪。然而在数据处理、数学建模上却遇到了许多难题，特别是不同的材料不同的热处理工艺其矫顽力与淬硬层深度之间的关系不同，需要事先建立知识库，从而无法实现实时在线检测。为此，我们采用人工神经网络建立矫顽力与淬硬层深度之间的映射关系实现了钢铁件淬硬层深度的实时在线无损检测。人工神经网络因其具有高度的非线性映射、快速并行分布处理、容错性、自组织和自学习等能力，是一种新颖的建模工具。它不像专家系统那样需要事先建立知识库，知识的获取只需足够的训练样本，训练合格的网络将知识存储在权系数中，人工神经网络能够模拟现实系统复杂的输入输出关系，具有很强的非线性建模能力，因而得到越来越广泛的应用。前馈网络和反馈网络是两种典型的网络，其中前馈网络主要用于实现输入与输出的映射和函数逼近;反馈网络主要用于获得联想存储和优化计算。而BP网络与RBF网络是两种典型的前馈网

7.学位论文张纯青科技文献检索系统相关排序算法研究2007

当前，互联网已经成为了人们获得信息的一个主要来源。而网页数量已经达到了百亿级，并且在以每日数百万网页的速度增长。由于其规模如此之庞大，用户在查询资料的时候，经常面对搜索引擎所返回的几百万甚至上千万网页，通常很难准确找到自己所需要的内容。因此，搜索引擎如何优化搜索的相关排序算法，如何在保证搜索速度和查全率的基础上，提高查准率，并且把最恰当的，最可信的链接放在返回结果的最前面就成为了互联网搜索的关键问题。

基于此，本论文的主要研究内容和创新点如下：

1．描述了搜索引擎和信息检索的概念，展示了当前的主流搜索引擎的系统架构，以及它们所使用的相关排序算法，随后对经典的信息检索相关排序