【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。
2 W% H4 i" l, _
文件http://www.cnblogs.com/growing/archive/2010/12/16/1908255.html
4 G& K, Y0 x- a" N9 E9 w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：
) I  q1 ~# k  u! @* M一、模拟退火算法的起源
) z4 ^6 ^: r' S& `8 ?1）它受益于物理退火过程
6 ^/ g* K9 a2 Y: Q' W　　加温过程
　　等温过程
　　冷却（退火）过程
3 T0 x& p: m( I3 R! C! c  K* k; L2）等温下热平衡过程可用Monte Carlo方法模拟，计算量大。
3）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。
. B$ B  V) Y! V8 m  d. X* K
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。
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。
) P2 z. V8 `7 Y6 U* V) {

• (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。
  ! t( a" c. q, }/ {( a9 s

三、模拟退火算法的流程

四、需注意因素
  n1 u" C+ E+ x* v: R* \



& R* ?5 }2 [. w/ Z+ N# q
- `: z: n% n3 B2 K


/ I+ i$ d! P2 c6 n: y
+ k# k9 {: |/ i* D& z4 S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：
, f# J5 ?4 @* i1 F1 Z      1）温度的设定及其变化函数；
" a$ x3 Q3 C3 w% U/ z3 h      2）在每个温度值下，进行尝试的次数；
0 J8 Q% i" k4 E( R: Y5 @( n. S      3）评估函数选取问题。
6 U+ n: U* ^/ V/ ]: J. P     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。
$ @' S/ w0 H% U7 Y) G# [8 q

. _4 h6 r0 {$ r) B0 l/ x  {


0 U7 l$ S) e5 r5 q$ g+ E6 r