S=0.2,经3次寻优得目标函数即搜索误差分别为0.07, 0.04, 0.12;改变搜索步长S,仍取B=1.0,步长初值为S0=0.2,但引入收缩步长循环,若运算中连续百次不接受不利状态则认为抽样稳点,进而以半幅收缩步长S=S/2,重新搜索,经3次寻优搜索后得目标函数为6.8×10-5, 3.7×10-5, 2.6×10-5,表明引入收缩步长作循环寻优后,其优化解精度显著改善.控制参数B对寻优搜索求解结果亦有较大影响,若B过小(如取B=0.01),则接受不利状态的概率f将过大,使抽样结果不能收敛;若B太大(如取B=100),则接受不利状态的概率f将太小,算法极易陷入局部极优而常常得不到全局最优.计算发现此实例中初始步长对优化结果影响不大. 有人认为［4］,初始步长S选取要使算法在2～3步内或左右跳出局部最优,但实际应用中此做法难于掌握而不易实现. 通常算法受到许多因素的影响或制约,比如局部最优点数,不同函数形状,极点变化缓急程度等等. 另外欲控制算法只在极值(局优与全优)点附近搜索的情况在实际上也很难实现.为保证能搜索到整个优化区域寻优步长，S宜取稍大，倘为有约束的优化问题,寻优步长以选取约为边界区域的1/10左右为适宜.倘欲改善优化求解精度,则寻优步长S不妨逐渐收缩减小.
　　
　　3.4四组分Vit.B混合样同时测定实际体系如本文的四组分Vit.B混合体系的光谱数据处理,计算时控制参数B的选择毫无规律可循且其参数取值任意无界;循环步长S选取亦无经验可言. 但优化区域是有下限的,即约束条件xi≥0(浓度不为负值). 我们依据测试数据即以光谱数据确定各组分浓度的可能上限,然后以此优化区域边界取初始步长S0(约为1/10)进行优化求解.为保证算法的求解效率特性,进行计算时均去除前百次试算初始不接受不利状态的概率P,若P≥0.9或P≤0.5则返回重新设置参数.以最小二乘为优化准则依本算法GSA预测未知混合样中多组分Vit.B (Vit.B1, B2, B6和NA)浓度.按L9(34)正交设计及任意随机比例配制9+3若12种标准混合试样,以本算法估算未知浓度并计算回收率,发现回收率为97.1%~102.6%,标准偏差 SD≤3.0%,相对偏差RD≤3.2%,与神经网络［2］NN和偏最小二乘法［3］PLS相当,略优于卡尔曼滤波KF,但明显优于常规最小二乘法AKC.

　　3.5模拟试样分析按处方制成模拟复方Vit.B试剂,含定量Vit.B1, B2, B6和NA及适量辅料,经超声促溶和震荡充分后过滤,弃滤液初始部分,吸取续滤部分,按实验方法测量uv数据,用本法处理,预测结果见Tab 1，回收率为98%以上. 分析结果良好.表1通用模拟退火法对复方Vit.B多组分分析结果（略）

　　3.6初步结论GSA与SA是一种优良的化学计量学新算法, 可用于光谱干扰严重的复方体系不经分离同时测定，为复方Vit.B四组分的同时定量光谱分析提供了一种优良和有效的新方法,GSA也可在其他方面取得广泛应用.

　　【参考文献】

　　［1］ Kalivas JH. Generalized simulated annealing for calibration sample selection from an existing set and orthogonalization of undersigned experiments ［J］. J Chemometr, 1991;5(1):37-48.

　　［2］ 邱细敏，刘胜姿，陈榕，等. 神经网络反传算法改进及其在药物分析中的应用 ［J］.  中国现代应用药学，2004;21(3):204-206.

　　Qiu XM, Liu SZ, Chen R, et al. Modified neural network propagation algorithm and its application in medical analysis ［J］. Chin Mod  Appl Pharm, 2004;21(3): 204-206.

　　［3］邱细敏，石乐明，李志良，等. 阻尼最小二乘分光光度法用于多组分分析［J］. 分析测试学报, 1995;14(3):79-82.

　　Qiu XM, Shi LM, Li ZL, et al. Damping least squar spectrophotopmetry for multicomponent analysis ［J］. J Instr Anal, 1995;14(3):79-82.

　　［4］ Collins NE, Eglese RW, Golden BL. Simulated annealingan annotated bibliography ［J］. Am J Math Manage Sci, 1988;8(3/4):209-307.