Adaptive Neighborhood Heuristics for Simulated Annealing over Continuous Variables

Martins, Thiago C.; Sato, Ayami; Tsuzuki, Marcos de Sales Guerra

doi:10.5772/50302

Cited by 8 publications

(4 citation statements)

References 14 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Nevertheless, if the size of the neighborhood is too large, the algorithm might not be able to focus on specific areas (Henderson et al 2003). Adaptive neighborhoods have been proposed by several authors (Martins et al 2012;Yao 1993;Liu 1999) in which the size of the neighborhood changes according to the previously visited solutions. Finally, it was concluded that the neighborhood is heavily problem-specific (Henderson et al 2003).…”

Section: Working Principlesmentioning

confidence: 99%

Simulated Annealing in Optimization of Energy Production in a Water Supply Network

Samora

Franca

Schleiss

et al. 2016

Water Resour Manage

View full text Add to dashboard Cite

In water supply systems, the potential exists for micro-hydropower that uses the pressure excess in the networks to produce electricity. However, because urban drinking water networks are complex systems in which flows and pressure vary constantly, identification of the ideal locations for turbines is not straightforward, and assessment implies the need for simulation. In this paper, an optimization algorithm is proposed to provide a selection of optimal locations for the installation of a given number of turbines in a distribution network. A simulated annealing process was developed to optimize the location of the turbines by taking into account the hourly variation of flows throughout an average year and the consequent impact of this variation on the turbine efficiency. The optimization is achieved by considering the characteristic and efficiency curves of a turbine model for different impeller diameters as well as simulations of the annual energy production in a coupled hydraulic model. The developed algorithm was applied to the water supply system of the city Lausanne (Switzerland). This work focuses on the definition of the neighborhood of the simulated annealing process and the analysis of convergence towards the optimal solution for different restrictions and numbers of installed turbines.Water Resour Manage

show abstract

Section: Working Principlesmentioning

confidence: 99%

Simulated Annealing in Optimization of Energy Production in a Water Supply Network

Samora

Franca

Schleiss

et al. 2016

Water Resour Manage

View full text Add to dashboard Cite

show abstract

“…x current = x new ; T = αT ▷ Reduce the temperature 19: end while lead to generating more efficient new solutions in SA is the crystallization heuristic [94]. For a continuous variable, the crystallization heuristic controls the probability of density distribution.…”

Section: Methodology and Resultsmentioning

confidence: 99%

“…The step size ∆r i depends on the search interval and can be estimated by Eq. (3.2) with enough exploration [94].…”

Section: Methodology and Resultsmentioning

confidence: 99%

Design of surface micro-machined inertial MEMS sensor with meta-heuristic topology optimization.

Najafabadi¹

View full text Add to dashboard Cite

Os sistemas microeletromecânicos (MEMS) estão se tornando populares para uma variedade de aplicações devido ao seu pequeno tamanho, baixo custo e bom desempenho. Os dispositivos MEMS são projetados combinando formas simples com base na experiência de casos anteriores. O uso de métodos de projeto matemático, como a Otimização de Topologia (TO), ajuda a encontrar o melhor projeto possível para um aplicativo específico. Em uma aplicação de monitoramento de deslizamentos de terra, acelerômetros MEMS de alta sensibilidade são necessários para prever com precisão a ocorrência de deslizamentos de terra. Mas os métodos TO disponíveis são incapazes de encontrar um projeto com sensibilidade máxima, condição de carregamento variável e sujeito a várias restrições. As restrições são devidas aos limites de fabricação na fabricação de MEMS e aos limites de desempenho do problema físico. O objetivo desta tese é desenvolver um método TO meta-heurístico usando Simulated Annealing (SA) para resolver problemas TO não convexos e multi-restrições sem informação de gradiente. Este TO utiliza fatores de cristalização para melhorar a convergência e reduzir os custos computacionais no TO. O método proposto é validado com problemas de referência na literatura e é usado com sucesso para os acelerômetros TO MEMS. A análise dos parâmetros de otimização neste projeto fornece algumas informações úteis sobre convergência e exclusividade da solução ótima. Os designs otimizados são então comparados aos designs disponíveis para vários parâmetros de desempenho. Além disso, alguns métodos de filtragem e pós-processamento são desenvolvidos para aplicar os limites de fabricação no processo de litografia.

show abstract

“…De acordo com Martins et al [2012], a estratégia utilizada por Corana et al [1987] pode não ser a melhor estratégia para se avaliar o comportamento da função objetivo em diferentes direções, por isto, Martins et al [2012] propuseram um algoritmo de recozimento simulado com vizinhança adaptativa (Algoritmo 1). É conhecido que soluções rejeitadas não contribuem para o avanço do algoritmo do recozimento simulado, a distribuição de probabilidade é ajustada conforme o número de soluções aceitas.…”

Section: Vizinhança Adaptativa E Fator De Cristalizaçãounclassified

Determinação da curva aproximadora pela composição de curvas de Bézier e aplicação do recozimento simulado.

Ueda¹

View full text Add to dashboard Cite

Adaptive Neighborhood Heuristics for Simulated Annealing over Continuous Variables

Cited by 8 publications

References 14 publications

Simulated Annealing in Optimization of Energy Production in a Water Supply Network

Simulated Annealing in Optimization of Energy Production in a Water Supply Network

Design of surface micro-machined inertial MEMS sensor with meta-heuristic topology optimization.

Determinação da curva aproximadora pela composição de curvas de Bézier e aplicação do recozimento simulado.

Contact Info

Product

Resources

About