1) Genetic Simulated Annealing
遗传模拟退火
1.
The application of a Genetic Simulated Annealing(GSA)algorithm as an optimization method for finding a suitable combination.
提出了微观仿真模型参数校正流程,然后以合肥市大东门区域VISSIM仿真系统模型为实例,建立了仿真模型参数校正的遗传模拟退火启发式算法,实现了对VISSIM的仿真参数的自动化校正,根据实测结果和仿真实验比较分析,验证了算法的有效性。
2.
Firstly,the quasi-maximum likelihood estimation,combining genetic simulated annealing (GSA) and maximum likelihood estimation (MLE),is developed for the parameter estimation of the model.
因此首先利用遗传模拟退火算法估计门限参数和同积向量,然后用极大似然估计计算其余的参数,仿真结果表明,拟极大似然估计不受模型维数限制具有有效性和可行性,此外,数值计算结果的比较分析表明遗传模拟退火优于传统的遗传算法、模拟退火和随机搜索等优化算法。
3) genetic simulated annealing algorithm
遗传模拟退火法
1.
Based on the bistable saturation in quantum cellular automata and the concepts of memory constructed by traditional CMOS technology, a ROM of 4×5 bit is constructed which composed of quantum cellular automata, and the genetic simulated annealing algorithm of quantum cellular automata is employed to simulate the circuit.
结合量子细胞自动机的双稳态特性和传统的CMOS工艺设计存储器的思想,设计了4×5bit的只读存储器,并利用基于量子细胞自动机的遗传模拟退火法进行了仿真验证,结果显示该电路的正确性。
4) genetic simulated annealing algorithm
遗传模拟退火算法
1.
Application of genetic simulated annealing algorithm in parameter estimation of Archie equation;
遗传模拟退火算法在阿尔奇公式参数估计中的应用
2.
Optimization of electromagnetic gear structure parameters by genetic simulated annealing algorithm;
基于遗传模拟退火算法的电磁齿轮结构参数优化
3.
Research on Heat Exchanger of Refrigeration System Using Genetic Simulated Annealing Algorithm;
基于遗传模拟退火算法的制冷系统优化
5) Simulated annealing-genetic algorithm
模拟退火-遗传算法
6) Simulated annealing genetic algorithm
模拟退火遗传算法
1.
The diagnosis study of rebound excellence of autocar cover sheet on simulated annealing genetic algorithm;
基于模拟退火遗传算法汽车覆盖件弹复量优化诊断研究
2.
Clustering Based on Simulated Annealing Genetic Algorithm;
基于模拟退火遗传算法的聚类分析
3.
Association rule mining based on simulated annealing genetic algorithm;
基于模拟退火遗传算法的关联规则挖掘
补充资料：模拟退火算法
分子式：
CAS号：
性质： 一种随机优化算法，它以自然界的退火过程作为模拟对象，以求得全局最优。它在寻优过程是以一种概率形式来保留多个最优点，以使得该算法可跳出局部最优点。可以证明，只要计算时间足够长，模拟退火算法总可以找到全局最优解。由于化学化工研究中经常存在着局部最优的问题，故近年来模拟退火算法在化学化工研究中得到了广泛的应用。
CAS号：
性质： 一种随机优化算法，它以自然界的退火过程作为模拟对象，以求得全局最优。它在寻优过程是以一种概率形式来保留多个最优点，以使得该算法可跳出局部最优点。可以证明，只要计算时间足够长，模拟退火算法总可以找到全局最优解。由于化学化工研究中经常存在着局部最优的问题，故近年来模拟退火算法在化学化工研究中得到了广泛的应用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条