转载自http://www.cnblogs.com/growing/archive/2010/12/16/1908255.html
一、模拟退火算法的起源
1)它受益于物理退火过程
加温过程
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。
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。
- (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
四、需注意因素
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:
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。