【转】模拟退火算法心得

我要吃章鱼丸子

模拟退火算法心得      本文属于原创，make by 刘润佳，转载请注明出处。

, A! a3 d# S4 Z9 D1 o8 ~文件http://www.cnblogs.com/growing/archive/2010/12/16/1908255.html
; p7 }5 r7 q5 @& R$ l由于在做一些Sat（可满足性问题）的事情，所以也尝试了多种方法来求解，其中模拟退火算法是一种不完全方法。首先看看模拟退火算法的思想：
& o" b; D, n) G/ a4 }一、模拟退火算法的起源
1）它受益于物理退火过程
  q0 R# w5 K* l1 R( z; n　　加温过程
! w0 c! I/ b2 F8 P　　等温过程
% k9 @; Y0 Z4 c　　冷却（退火）过程
; b) n; Q8 I. [# B3 A3 f- b2）等温下热平衡过程可用Monte Carlo方法模拟，计算量大。
) Z" G$ @% g$ Z: I# }/ _4 u3 P8 u7 x3）1953年，Metropolis提出重要性采样法，即以概率接受新状态，称Metropolis准则，计算量相对Monte Carlo方法显著减少。
% V/ d) p* w: c2 F4 Z
4）1983年，Kirkpatrick等提出模拟退火算法，并将其应用于组合优化问题的求解。
  O4 h  R0 o1 o4 o* g$ S二、模拟退火的基本思想
       它可以分解为解空间、目标函数和初始解三部分。

• (1) 初始化：初始温度T(充分大)，初始解状态S(是算法迭代的起点)， 每个T值的迭代次数L
• (2) 对k=1，……，L做第(3)至第6步：
• (3) 产生新解S′
• (4) 计算增量Δt′=C(S′)-C(S)，其中C(S)为评价函数
• (5) 若Δt′<0则接受S′作为新的当前解，否则以概率exp(-Δt′/T)接受S′作为新的当前解.
• (6) 如果满足终止条件则输出当前解作为最优解，结束程序。终止条件通常取为连续若干个新解都没有被接受时终止算法。
• (7) T逐渐减少，且T->0，然后转第2步。
  , h1 Z1 m1 d$ ]2 e3 r/ ~4 p

三、模拟退火算法的流程
2 e7 {8 A- S$ c; u0 w
四、需注意因素


, c; h2 s/ i  w5 \

; `3 y3 K/ o' o

+ Z0 ~" [6 p' d; X1 v: j) ~. O( k' k
& Z, q+ G! \0 A

五、本人的心得
      在使用模拟退火算法求解Sat问题时，遇到了几个问题，觉得有必要提出来探讨一下，这也是模拟退火算法需要注意的地方：
; j) e' S  H- o, W1 J. R      1）温度的设定及其变化函数；
3 k1 b  E4 ?3 ]4 M/ o7 P      2）在每个温度值下，进行尝试的次数；
      3）评估函数选取问题。
- z. m, _6 j0 ~     这三个问题我觉得需要经过不断的实验得出一个最优值，目前本人的研究及实验都很有限，得出这几个结论未必正确，如果有新的建议可以提出，谢谢。同时，由于本人目前还没有找到自认为比较合理的解决方案，所以具体算法及所列三个问题将在后期发布，有兴趣者可以留意。
! y4 ~2 Z# G6 [6 \$ K
4 l( P1 b  o5 o4 s& |( D+ K8 ?
$ T& X1 f5 ^' ^2 p
0 Z" F+ B. [( |9 B! h
$ a1 H, B4 w6 l' f& h

% t1 h9 z+ ?- {' {5 l( J- h% ~