模拟退火算法及其代码

模拟退火算法作为较为简单的智能算法，具有极大的参考意义。

以求解较为简单的y=(x-1)^2的最小值为例（智能算法是数值型解法，虽然我们预先知道其精确值为x=1,y=0）

clear
clc
tic
%y=x^2+1-2*x;%求-10到10的最小值
e=0.1^30;L=200000;at=0.99999;T=1;
%一般来说循环次数越多越精确。循环次数与e,L,at都有关系。有时候e很大（下降更慢），解却更粗糙，那是因为接近L值了，L的次数限制了它，提高L往往就可以
%得到更精确地结果了。
%退火过程
dmin=20;%设置初值，即y的最小值
for k=1:L
%产生新解
c=-10+rand()*20;
df=c^2+1-2*c-dmin
if df<0
    xbest=c;
    dmin=c^2+1-2*c;
elseif exp(-df/T)>rand(1)
    xbest=c;
    dmin=c^2+1-2*c;
    dd(k)=dmin;
end
T=T*at;
if T<e
break;
end
end
xbest
dmin
plot(dd)
toc

后面附录上，经典的TSP模型的代码（参考别人的）

clc,clear
load sj.txt %加载敌方 100 个目标的数据，数