模拟退火

Here小帅

求教具体模拟退火法操作

madio

模拟退火算法的模型
" E& |" ]- `- E) o! |) b% p
1模拟退火算法可以分解为解空间、目标函数和初始解三部分。
, n2 e. _& Z/ j2模拟退火的基本思想:
(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：
$ H2 P1 A# }! c, l(3) 产生新解S′
( z" t! F/ q6 Z) H* [4 X(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.
( @8 Z2 z2 B6 S8 S. b/ R0 V& m(6) 如果满足终止条件则输出当前解作为最优解，结束程序。
. ?2 N$ T" x" d' X- `0 k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。
模拟退火算法的步骤
. z' F* V9 b0 t  y) R+ G
模拟退火算法新解的产生和接受可分为如下四个步骤：
7 v$ ?! P5 x9 I% b第一步是由一个产生函数从当前解产生一个位于解空间的新解；为便于后续的计算和接受，减少算法耗时，通常选择由当前新解经过简单地变换即可产生新解的方法，如对构成新解的全部或部分元素进行置换、互换等，注意到产生新解的变换方法决定了当前新解的邻域结构，因而对冷却进度表的选取有一定的影响。
2 I* F+ p: H* {& g第二步是计算与新解所对应的目标函数差。因为目标函数差仅由变换部分产生，所以目标函数差的计算最好按增量计算。事实表明，对大多数应用而言，这是计算目标函数差的最快方法。
. Z: Y. B' z4 Q第三步是判断新解是否被接受,判断的依据是一个接受准则，最常用的接受准则是Metropolis准则: 若Δt′<0则接受S′作为新的当前解S，否则以概率exp(-Δt′/T)接受S′作为新的当前解S。
第四步是当新解被确定接受时，用新解代替当前解，这只需将当前解中对应于产生新解时的变换部分予以实现，同时修正目标函数值即可。此时，当前解实现了一次迭代。可在此基础上开始下一轮试验。而当新解被判定为舍弃时，则在原当前解的基础上继续下一轮试验。
+ U2 b; ?2 j0 ]6 K) E2 l: y# W4 A/ v% \模拟退火算法与初始值无关，算法求得的解与初始解状态S(是算法迭代的起点)无关；模拟退火算法具有渐近收敛性，已在理论上被证明是一种以概率l 收敛于全局最优解的全局优化算法；模拟退火算法具有并行性。

弘道

谢谢楼主……辛苦啦！………………