模拟退火算法

模拟退火算法介绍

1.1 模拟退火算法的原理

模拟退火算法是一种元启发式（Meta-Heuristics）算法，来源于固体退火原理，将固体加热至充分高的温度，再让其徐徐冷却。加热时，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。根据Metropolis准则，粒子在温度T时趋于平衡的概率为 ，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。

1.2 模拟退火算法的模型

① 初始化：初始温度T(充分大)，初始解状态S(算法迭代的起点)， 每次迭代次数L

② for k=1 to L 做③至⑥

③ 产生新解S’

④ 计算增量Δt′=C(S′)-C(S)，其中C(S)为评价函数

⑤ 若Δt′<0则接受S’作为新的当前解，否则以概率 接受S’作为新的当前解

⑥ 如果满足终止条件则输出当前解作为最优解，结束程序

⑦ T逐渐减少，然后转②

 

又是一种神奇的算法：模拟退火。就是一步步地退火，一步步地逼进。这种算法应该是只能用于一些单调函数性质的几何问题、现实问题吧。模拟退火与以往所学的算法大不相同，在某种程度上来说是一种万能算法。如果有什么图论、几何之类的题如果做不出，应该可以用模拟退火来试试人品。

POJ 2420 照着网上一个小代码轻松敲定。人品不错，一次AC。

Source Code
  
  
  

   

    

     
Problem: 2420
     
 
     
User: liu696639
    
    

     
Memory: 352K
     
 
     
Time: 0MS
    
    

     
Language: C++
     
 
     
Result: Accepted
    
   
  
 
 
 

  

    

     
Source Code
#include<iostream>
#include<cmath>
#include<stdio.h>
using namespace std