模拟退火算法机理研究.pdf 模拟退火算法机理研究.pdf

模拟退火算法机理研究模拟退火算法机理研究模拟退火算法机理研究模拟退火算法机理研究模拟退火算法机理研究

自仿生学创立以来，科学家们就根据生物进化的机理先后提出了多种适合于现实世界中复杂问题优化 的模拟进化算法，如：模拟退火算法(SA)、进化算法(EA)、进化规划(EP)、禁忌搜索算法(TS)、蚁群算法 (ACA)等．蚁群算法(ant colony algorithm，简称ACA)是2O世纪9O年代由意大利学者M．Dorigo等人[1圳 首先提出来的一种新型的模拟进化算法．它的出现为解决NP一难问题提供了一条新的途径．用蚁群算法求 解旅行商问题(TSP)、分配问题(QAP)、调度问题(JSP)等，

从机理上分析了采用概率接受准则的重要性，认为按照该准则可以使模型跳出局部极小值，避免了落入局部极小点的可能，然后在退火计划的控制下模拟退火算法，最终可以找到最优解；深入分析了算法的退火计划和模型扰动，以及两者之间的配合的技巧，认为算法本身可以作进一步的改进；并提出了改进的思路，为下一步的具体改进打下了基础。

计算机考试系统自动组卷的效率与质量完全 取决于抽题算法的设计。如何设计一个算法从题 库中既快又好地抽出一组最佳解或是抽出一组非 常接近最佳解的实体,涉及到一个全局寻优和收 敛速度快慢的问题,具有很高的研究价值。遗传 算法[1 ,2 ] 以其自适应寻优及良好的智能搜索技 术,受到了广泛的运用。模拟退火算法[3 ]是一种 基于金属退火机理而建立的一种全局最优化方 法,能够用随机搜索技术从概率意义上找出目标 函数的全局最小点。本文提出了一种基于遗传和 模拟退火算法的数学模型, 并且在Delphi 平