针对模式识别时原始特征数量大而有冗余的现象，提出了一种基于遗传退火算法的特征选优方法，首先对遗传算法和模拟退火做了简要评论，然后在遗传算法中引入模拟退火的 Boltzmann 更新机制，以克服传统的遗传算法易于过早收敛和易于陷入局部极小的问题，最后阐述、设计了适应度函数和遗传算子。仿真实验表明，该方法在求解的效率和解的质量方面都达到了令人满意的效果。

【装配线调度】基于遗传算法混合模拟退火算法求解带约束的流水线调度问题matlab源码.md

模拟娱乐程序matlab保存代码ORPS 智能电网住宅用电调度优化方法[J]. 最优住宅电力调度是一种解决日前电力市场中以聚合器为代表的一组住宅用户的优化问题的方法。 消费者拥有由聚合器集中调度的可控和不可控设备。 他们也有与他们的设备相关的时间偏好（约束）。 我们考虑决策的峰值定价模型（目标函数要最小化）。 所提出的方法由特定问题的构造算法、模拟退火 (SA) 细化方法和优化后局部搜索组成。 您将需要 Matlab 来使用/测试它。 你必须在 main.m 代码的开头设置一些参数： 实例组 • N = [n_1 n_2 .... n_L]：如果要生成L个实例，必须定义每个实例的消费者数量。 例如，向量 N = [2 5 10] 定义了一个包含三个实例的组，每个实例有 2、5 和 10 个消费者。 如果要加载现有实例，可以将其留空 (N = [ ])。 数据将基于来自 [1] 的西班牙消费者生成。 您可以在“GenerateData.m”文件中更改消费者的参数； 实例生成 • generateInstance = true/false：如果你想生成一个新的实例，设置它为真，如果你想加载

由于发现与非晶态和纳米晶合金中的其他退火方法相比，应力退火引起更大的各向异性，因此已经进行了大量研究来解释这种现象。 这引起了关于这种应力引起的磁各向异性的起源的许多建议，但是直到现在，都用两个相互竞争的模型来解释该起源：磁弹性效应模型和双原子对排序模型。 尽管有这些理论，但由于缺乏对结构各向异性的直接观察，应力诱导各向异性的起源仍在讨论中。 在本文中，我们回顾了一些表征技术，这些技术已用于讨论应力感应磁各向异性的起源，以及迄今为止在统一所有被认为是电磁场起源的对比观点方面所取得的进展。 FINEMET合金中应力引起的各向异性。

完整代码，可直接运行

【三维装箱】基于遗传和模拟退火的三维装箱问题matlab源码.md

可调谐半导体激光吸收光谱（TDLAS）技术结合层析成像（CT）算法能实现流场温度、浓度等信息的二维重建测量。为研究层析成像算法对温度场二维重建质量的影响，实现了两种典型重建算法：代数迭代重建算法（ART）和模拟退火（SA）算法。在不同的射线分布和吸收谱线数目情况下，使用两种算法对给定单峰温度场和双峰温度场分别进行重建仿真，比较分析了两种算法的重建结果。仿真结果表明，影响代数迭代重建算法重建质量的主要因素是射线分布，而模拟退火算法则对吸收谱线数较为敏感；对于单峰温度场，代数迭代重建算法重建结果的最大偏差为5.6%，略好于使用6条吸收谱线时模拟退火算法重建结果的6.2%；对于双峰温度场，模拟退火算法重建结果的最大偏差为5.5%，而代数迭代重建算法的最大偏差则高达22%。

机器学习优化算法，模拟退火优化的支持向量机matlab程序

算法的时间复杂度 对于组合优化问题，由于其可能的解是有限的，当问题的规模比较小时，总可以通过枚举的方法获得问题的最优解，但当问题的规模比较大时，就难于求解了。 常用的算法复杂度函数

数学建模常用算法 MATLAB代码 数学建模东东 模拟退火算法及其应用