模拟退火算法是一种用于解决复杂优化问题的随机搜索策略，尤其在方案数量极大时。文章介绍了模拟转移过程，其中新状态以一定概率被接受，即使它可能导致解的恶化。此外，讲解了模拟降温过程，通过不断降低温度来逐步逼近最优解。控时和等概率操作也是关键点，以确保算法在限定时间内有效运行。最后，通过[JSOI2004]费马点问题举例说明了算法的应用。
模拟退火
模拟退火是一种玄学的随机算法。当问题的方案数量极大（甚至趋近于无穷）而且并不是一个单峰函数的时候，用模拟退火求解。
模拟转移的过程
退火指的是一种金属热处理工艺，将金属缓慢加热到一定的温度，保持足够的时间然后以十一速度冷却，降低硬度。由于退火的规律引入了很多随机的因素，得到最优解的概率会大大增加。
如果新状态的解更优则修改答案，否则以一定概率接受新状态。
设当前温度为 T T T，新状态和已知状态（由已知状态通过随机的方式得到）之间的能量差为 Δ E \Delta E ΔE 。（能量差总大于0）则修改最优解的概率为
P ( Δ E ) = { 1 新 状 态 更 优 e − Δ E T 新 状 态 更 劣 {\large P(\Delta E)=\left\{\begin{matrix} 1~~~~~~~~~~~~~~~~~新状态更优 \\ e^{- \frac{\Delta E}{T} ~~~~~~~~~~~~~~~~~{\large 新状态更劣} } \end{matrix}\right. } P(ΔE)={ 1 新状态更优e−TΔE 新状态更劣
模拟降温的过程
设：初始温度 T 0 T_0
最低0.47元/天 解锁文章
669
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
