模拟退火_如果模拟退火法总是将t(温度)设置为0,但t=0时不触发程序终止,则这样的模拟退火就-CSDN博客

模拟退火

简介

模拟退火是一种随机化算法。当一个问题的方案数量极大（甚至是无穷的）而且不是一个单峰函数时，我们常使用模拟退火求解。

实现

根据爬山算法的过程，我们发现：对于一个当前最优解附近的非最优解，爬山算法直接舍去了这个解。而很多情况下，我们需要去接受这个非最优解从而跳出这个局部最优解，即为模拟退火算法。

什么是退火？ （选自百度百科）

退火是一种金属热处理工艺，指的是将金属缓慢加热到一定温度，保持足够时间，然后以适宜速度冷却。目的是降低硬度，改善切削加工性；消除残余应力，稳定尺寸，减少变形与裂纹倾向；细化晶粒，调整组织，消除组织缺陷。准确的说，退火是一种对材料的热处理工艺，包括金属材料、非金属材料。而且新材料的退火目的也与传统金属退火存在异同。

由于退火的规律引入了更多随机因素，那么我们得到最优解的概率会大大增加。于是我们可以去模拟这个过程，将目标函数作为能量函数。

模拟退火算法描述

先用一句话概括：如果新状态的解更优则修改答案，否则以一定概率接受新状态。

我们定义当前温度为 $T$ ，新状态与已知状态（由已知状态通过随机的方式得到）之间的能量（值）差为 $\Delta E(\Delta E\ge 0)$ ，则发生状态转移（修改最优解）的概率为
$P(\Delta E)=\begin{cases}1&\text{新状态更优}\\e^\frac{-\Delta E}{T}&\text{新状态更劣}\end{cases}$
注意：我们有时为了使得到的解更有质量，会在模拟退火结束后，以当前温度在得到的解附近多次随机状态，尝试得到更优的解（其过程与模拟退火相似）。

如何退火（降温）？

模拟退火时我们有三个参数：初始温度 $T_0$ ，降温系数 $d$ ，终止温度 $T_k$ 。其中 $T_0$ 是一个比较大的数， $d$ 是一个非常接近 $1$ 但是小于 $1$ 的数， $T_k$ 是一个接近 $0$ 的正数。

首先让温度 $T=T_0$ ，然后按照上述步骤进行一次转移尝试，再让 $T=d\cdot T$ 。当 $T<T_k$ 时模拟退火过程结束，当前最优解即为最终的最优解。

注意为了使得解更为精确，我们通常不直接取当前解作为答案，而是在退火过程中维护遇到的所有解的最优值。

引用一张 Wiki - Simulated annealing 的图片（随着温度的降低，跳跃越来越不随机，最优解也越来越稳定）。

代码

此处代码以「BZOJ 3680」吊打 XXX （求 $n$ 个点的带权类费马点）为例。

#include<bits/stdc++.h>
using namespace std;
struct data
{
    int x,y,w;
};
struct data a[1005];
double ansx,ansy,answ;
double ans=1e18;//势能与温度
const double down=0.996;
int n;
double power(double x,double y)//总能量越小，越稳定
{
    double sum=0;
    for(int i=1;i<=n;i++)
    {
        double dx=x-a[i].x;
        double dy=y-a[i].y;
        sum+=sqrt(dx*dx+dy*dy)*a[i].w;
    }
    return sum;
}
void sa()
{
    double t=3000;//温度足够高（但温度高，用的时间长）
    while(t>1e-15)//略大于0
    {
        double ex=ansx+(rand()*2-RAND_MAX)*t;//随机产生新的答案，既能产生整数，又能产生负数的随机
        double ey=ansy+(rand()*2-RAND_MAX)*t;
        double ew=power(ex,ey);
        double de=ew-answ;
        if(de<0)//此答案更优秀
        {
            ansx=ex;
            ansy=ey;
            answ=ew;
        }
        else if(exp(-de/t)*RAND_MAX>rand())
        {
            ansx=ex;
            ansy=ey;
        }
        t*=down;
    }
}
void solve()
{
    sa();
    sa();
    sa();
}
int main()
{

    scanf("%d",&n);
    for(int i=1;i<=n;i++)
    {
        scanf("%d%d%d",&a[i].x,&a[i].y,&a[i].w);
        ansx+=a[i].x;
        ansy+=a[i].y;
    }
    ansx/=n;//以平均数作为初始答案
    ansy/=n;
    answ=power(ansx,ansy);
    solve();
    printf("%.3f %.3f\n",ansx,ansy);
}