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