论文部分内容阅读
用于求解组合优化问题的模拟退火算法（Simulated Annealing Algorithm，SAA）已经被广泛应用于换料优化中。本文以自定义的换料优化基准问题为对象来研究模拟退火算法潜在的搜索机理和搜索效率。在定义换料优化基准问题时，首先穷枚举所有可能的换料方案，然后利用可快速、精确评价换料方案的HHLP方法来逐一评价之，进而得到完整的解空间。文中使用的SAA以组件随机两两交换方式来产生新的换料方案。本文的研究揭示，组件随机两两交换方式仅能得到少量的换料方案，且大多数方案和出发方案非常类似。这种现象由换料优化问题在空间及燃料批料反应性上的特点所造成的，从而解释了SAA的搜索机理及其优良的局部搜索能力。本文还提出了搜索效率的概念，并揭示SAA的随机性对搜索效率有很大的影响。最后，本文利用组件K∞分布作为过滤手段提高了SAA的搜索效率，改进了SAA的搜索质量。