模拟退火与爬山算法

本文介绍了模拟退火算法与爬山算法的概念和原理。爬山算法通过不断向高处移动寻找局部最优解,但存在缺陷。模拟退火算法通过引入概率机制克服这一缺陷,能在一定程度上找到全局最优解。文章详细解释了模拟退火算法的温度下降过程,并给出了实现技巧和一个实际应用的例题。
摘要由CSDN通过智能技术生成

前言

最近学习了一些元启发算法,感觉这些算法的原理都挺有趣的
结合了物理,生物学的现象
(不得不感叹一下前人的脑洞)


爬山算法

先来讲下爬山算法。

考虑这样一个问题:
假设有一个函数 f(x) 如何求它的最大值?
画出它的图像如下:
这里写图片描述
每次在当前位置的两侧判断是否比当前更高
就像爬山一样往高处爬,最终会到达一个较高的位置

但是这通常不是整体最优解,而是局部最优解
像这样:
这里写图片描述
登山者到第一个峰就认为自己登顶了,却没有到达箭头所指的最高点

这就是爬山算法的缺陷

由于爬山算法缺陷巨大,故在一般情况下不使用

何为“退火”?

根据物理学原理,一个高温物体

评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值