模拟退火算法实现
目录
1 模拟退火算法原理
[爬山算法]局部搜索更优解
[模拟退火]
名字起源:将固体加温至充分高,再让其徐徐冷却,加温时,固体内部粒子随温升变为无序状,内能增大,而徐徐冷却时粒子渐趋有序,在每个温度都达到平衡态,最后在常温时达到基态,内能减为最小。
特点:
- 搜索过程引入随机因素(以一定的概率来接受一个比当前解要差的解)
- 并不一定能找到全局的最优解,但可以比较快的找到问题的近似最优解
2 算法步骤
模拟退火算法的基本思想是:由初始解和控制参数初值开始,对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代,并逐步衰减控制参数值,算法终止时,当前解的值即为近似最优解,这便是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。