- 博客(3)
- 收藏
- 关注
原创 学习笔记--模拟退火
算法的随机成分包括初始解的选择、新解的生成以及根据Metropolis准则以一定的概率接受较差的解。接受更差的解的能力是模拟退火算法的一个关键特性,它允许算法有可能跳出局部最优解,并在搜索空间中更广泛地搜索。然而,随着“温度”的降低,接受更差解的概率也逐渐降低,使算法更加倾向于在潜在的最优区域内进行搜索。这个概率是基于目标函数值的差异和当前的“温度”计算的,具体为 exp(-(新解的目标函数值 - 当前解的目标函数值) / 当前温度)。:随着迭代的进行,逐渐降低“温度”,这导致接受较差解的概率下降。
2023-06-20 23:52:33
912
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人