介绍模拟退火算法前先介绍爬山算法
1.爬山算法
如下图所示:
该算法每次从当前解的临近解空间中选择一个最优解作为当前解,直到达到一个局部最优解
即:如果在1点那就会选择2作为最优解
缺点:爬山算法是一种彻底的贪心搜索算法,明显会陷入局部收敛
2.模拟退火算法
介绍:
也是一种贪心算法,但是它的搜索过程引入了随机因素。模拟退火算法以一定的概率来接受一个比当前解要差的解,因此有可能会跳出这个局部的最优解,达到全局的最优解。以图1为例,模拟退火算法在搜索到局部最优解A后,会以一定的概率接受到E的移动。也许经过几次这样的不是局部最优的移动后会到达D点,于是就跳出了局部最大值A。
即模拟退火有一步迭代是有可能朝着劣质解寻找解空间