1) SWPSO-SA Algorithm
粒子群-模拟退火融合算法
3) particle swarm algorithm based on simulated annealing(SAPSO)
模拟退火粒子群算法
1.
To solve the facility layout problem,a new particle swarm algorithm based on simulated annealing(SAPSO) was formulated.
为解决设备布局这一典型的非多项式(non-polynomial,NP)难题,提出了一种新的模拟退火粒子群算法,该算法将粒子群算法与模拟退火方法有机结合,在保留粒子群算法具有收敛速度快等优点的同时,增强了算法的全局搜索能力。
4) simulated annealing particle swarm optimization algorithm(SA-PSO)
模拟退火粒子群优化算法
5) particle swarm optimization with simulated annealing strategy(SAPSO)
基于模拟退火思想的粒子群优化算法
6) co-evolution algorithm of PSO and SA (CPSOSA)
粒子群优化与模拟退火协同进化算法(CPSOSA)
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