学习笔记——模拟退火

真正的人品永远无惧于参数的调控

模拟退火

模拟退火算法来源于固体退火原理，是一种基于概率的算法，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。
——百度百科

换句话说，固体的冷却就相似于一个多峰函数，而最后内能最小的状态，就是一整个函数的最小值。

模拟退火实际上模拟的就是这个过程。我们给他设置一个初始温度$T_0$（足够大），在设置一个降温系数$\delta$（略小于1），在设置一个终止温度，越小越精确。

首先让我们让温度等于$T_0$，随机出一个解$S$。然后我们让$T_0=T_0\ast \delta$，每次降温，我们都随机出另一个随机解状态$S^{\prime }$，假如$S>S^{\prime }$，说明新的解更好，我们就直接接受新解，如果$S<S^{\prime }$，我们设置一个概率$exp(-\Delta T/T)$去接受这个解，从而赋予模拟退火算法跳出局部最优解的能力。

解状态$S$根据题意而定。

代码：

int SA()//模拟退火
{
	double t=10000,now=ans,xz=0.97;
	while(t>0.0001)
	{
		int x=rand()%n+1,y=rand()%n+1;//随机匹配
		swap(A[x],A[y]);			  //随机到另一个状态 
		double res=calc();			  //算出此时的解	
		if(res<now ||exp(-ch)/t>(double)(rand()%100/100.00))
			now=res;				  //更改最优解 
		else
			swap(A[x],A[y]);		  //不转移解的话就把状态换回来 
		t*=xs;
	}
}

这里的clac和状态转移都是因题而异的。

例题：LuoguP2503