【人工智能】模拟退火算法解决N皇后问题（C语言）

1.原理

模拟退火算法（Simulated Annealing Algorithm ）其实也是一种随机爬山法（Hill Climbing）。其不同之处在于模拟退火算法在下一个状态情况“变坏”的情况下以指数级概率接受该移动，这种随机接受方法可以使得爬山法跳出局部山峰的平坦区域，从而得到全局最优解。

算法开始时，设置初始温度T（应该是要足够大才行）、温度下降速率rate（应该是设置足够小），然后开始迭代：

（0）计算curr（curr为当前改变状态后的评估值），如果curr=0，则算法结束，找到全局最优解，否则进行下面（1）-（4）反复迭代。

（1）设dE=curr-last（curr为当前改变状态后的评估值，last为上一次评估值）。

（2）如果dE<=0，则接受该状态改变

（3）如果dE>0,则以概率p接受该状态改变，其中概率p的计算公式为：

                                           p=

上面公式可以求得全局最小值，如果指数部分加一个负号，可以求得全局最大值。（也许吧？？）

分析：一开始T很大，p接近1或超过1，很大概率是接受该后继状态；接下来，T逐渐下降，变得越来越小，由于dE<0，故p会很小，这时就很少能接受该后继状态了。

（4）每一轮次结束后修改温度T=T*rate，如果T小于设定的最小温度，算法结束，没有找到解。

2.代码实现

其数据结构和计算评估值函数参见上一篇文章：https://blog.csdn.net/obestboy/article/details/86695712

int simulatedAnnealing(int s[])
{
       int h=heuristic(s);//评估函数见前一博文
       if(h==0) return 0;
       int curr=h;//改变状态后的评估值
       int last=h;//上一次评估值
       int c=0;//迭代轮次计数器
       double T=SIZE*SIZE*1000;//初始温度
       double rate=0.999; //温度下降速率
       double minT=0.00001;
       int k1=0,k2=0;//两个计数器而已
       while (1)
       {
       	   int counter=0;
       	   c++;
           for(int i=0;i<SIZE;i++) //第i行 
           {
              for(int j=0;j<SIZE;j++)//第i行皇后放第j列上 
              {
                 if(j!=s[i]) //s[i]为第i行皇后的现在列号 
                 {
                   //临时调整：将第i行的皇后放在第j列上，计算评估值 
                    curr=adjust(s,i,j,last);
                    counter++;
                    if(curr==0)
                    {	
                        printf("\n迭代次数：%d\n",c);
                        printf("\n执行次数=%d,未执行次数=%d\n",k1,k2);
                        accept(s,i,j);
                        return c;
                    }
                    int dE=curr-last;
                    int p=(int) 1000*exp(1.0*dE/T);//计算概率
                    //下面myRandom函数见前一博文
                    int ss=myRandom(0,1000,counter);
                    if(dE<=0 )
                    {
                       accept(s,i,j);
                       last=curr;
                       break;
                     }
                    //执行概率大于生成的概率：执行
                    else if(p>=ss) //可以和上面的合并，主要看有多少没执行或执行
                    {
                       accept(s,i,j);
                       last=curr;
                       k1++;
                       break;						
                     }
                    else k2++;//printf("没执行\n");
                 }
             }  
           }
           T*=rate;//温度下降
           if(T<minT)
           {
                printf("没有找到!\n");
                printf("\n迭代次数：%d\n",c);
                printf("\n执行次数=%d,未执行次数=%d\n",k1,k2); 
                return c;
           }
     }
}

3.结果分析

模拟退火算法速度慢于爬山法，其初始温度、温度下降速率等的设置比较费劲，需要反复测试，代码中的设置对于某些个数的皇后不一定能找到最优解。（500以下应该能找到解）