模拟退火算法原理
- 模拟退火算法是一种通用概率算法,用来在一个大的搜寻空间内寻找问题最优解。
- 其思想源于固体的退火过程:将固体加热至足够高的温度,缓慢冷却,其内能就由很大缓慢趋于内能最小。
- 足够高的温度对应随机的解,缓慢冷却对应对解进行一次随机扰动,内能对应目标函数。即将随机解不断进行扰动,根据目标函数变化以一定概率接受解,不断重复,解就会趋近于最优解。
-
接受新解概率——Metropolis准则:
- 设从当前状态 i i i 生成新状态 j j j ,若 E j < E i E_j<E_i Ej<Ei,则新状态 j j j 作为当前状态,否则,以概率 e x p [ − ( E j − E i ) k × t ] exp[\frac{-(E_j-E_i)}{k×t}] exp[k×t−(Ej−Ei)] 接受当前状态。 k k k 为常数,通常取1; t t t 是此时温度。
- 内能对应由于目标函数(求最小值,如果求最大值可加负号求最小),如果新解优于旧解,则接受,否则以一定概率接受。
- 可以看出,概率和新旧解的差值有关,相差越小,越可能被接受,即有概率跳出此时所在的局部,以便在全局寻找。
模拟退火算法步骤
符号说明
参数名 | 说明 | 取值要求 |
---|---|---|