今天主要入一下门,对概念有个深刻的理解,并能简单运用。
概念理解
用自己的话理解一下:模拟退火算法就是不断生成随机解,即使较以前相比就已经相对最优依然还在探索,直到温度稳定,得到近似最优解。和贪心算法不同,贪心算法易陷入局部最优解(可以理解为井底之蛙)。
下面是我在网上听课觉得很好的一个讲法,分享给大家:
算法实现流程
注意:新的代价是否更小的意思就是说,新得到的这个解是不是叫舅解更接近我们的目标。
简单运用
- 基知补充
- 关于matlab的函数写法
- 关于随机数的生成
- 实例(求解函数最小值)
%%main.m
T=1000; %初始化温度值
T_min=1e-12; %设置温度下界
alpha=0.98; %温度的下降率
k=1000; %迭代次数(解空间的大小)
x=getX; %随机得到初始解
while(T>T_min)
for i=1:100
fx=Fx(x);
x_new=getX;
if(x_new>=-2 && x_new<=2)
fx_new=Fx(x_new);
delta=fx_new-fx;
if (delta<0)
x=x_new+(2*rand-1);
else
P=getP(delta,T);
if(P>rand)
x=x_new;
end
end
end
end
T=T*alpha;
end
disp('最优解为:')
disp(x)
%%getX.m
function x=getX
x=4*rand-2;
end
%%Fx.m
function fx=Fx(x)
fx=(x-2)^2+4;
end
%%getP.m
function p=getP(c,t)
p=exp(-c/t);
end