【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 s9 A! `: J7 g6 G
4 T% w9 s/ N  d4 L) z! H0 U文件http://www.cnblogs.com/growing/archive/2010/12/16/1908255.html
1 D; ~) q& U* f. V. }# o% e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：
一、模拟退火算法的起源
' ?" c$ P5 Y$ c' b4 }1 J1）它受益于物理退火过程
　　加温过程
6 ^9 {, c$ ~* t+ J  B　　等温过程
　　冷却（退火）过程
2）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。

0 z& }0 p8 [: m# Z4）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。
" p5 T! I: W) J& R' L$ N: }. T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。
3 F5 L, \5 Y$ l  g

• (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。
  

三、模拟退火算法的流程
8 x$ ^* f4 g5 m3 h. d; ]1 m
四、需注意因素
7 ?- @8 \& G9 v0 M+ Y; Q
6 L& V2 x! E' C; ~
7 j: J- ^% D5 c8 s4 W+ E

6 Y* o5 D/ L( z" ^+ v. s

* J1 i* D4 ]* g1 b& [3 n
$ ?. X: l+ @: t2 {) Y
5 G# A" z: a( p5 f% z* u
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：
2 M7 O3 P. r& P' `& ~% b$ j      1）温度的设定及其变化函数；
      2）在每个温度值下，进行尝试的次数；
      3）评估函数选取问题。
     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。
" Z* R0 }7 i" f$ x* u9 J
5 w0 p7 u# \" }

# T3 T; P8 p) u

/ G# U7 M6 G) H