模拟退火算法

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