用模拟退火算法（simulated annealing / SA）求函数最小值

最新推荐文章于 2023-11-24 16:11:47 发布

YC-Fang

最新推荐文章于 2023-11-24 16:11:47 发布

阅读量1.4k

点赞数

文章标签：模拟退火算法 matlab 算法

本文链接：https://blog.csdn.net/qq_45420927/article/details/123409970

版权

这篇博客通过一个具体的例子展示了如何运用模拟退火算法求解数学函数f(x)=(x-1)^2+3在[-2,2]区间内的最小值。作者提供了完整的MATLAB代码实现，包括获取初始解、计算函数值、更新解和计算接受概率等步骤。最终，算法成功找到最小值点为1.0000。

摘要由CSDN通过智能技术生成

#用模拟退火算法（simulated annealing / SA）求函数最小值

已知函数 f(x) = (x-1)^2 + 3，是求其在[ -2,2 ]的最小值时刻的解

下面为运用模拟退火算法求解上述函数最小值的matlab代码：

%%main.m
T=1000; %初始化温度值
T_min=1e-12; %设置温度下界
alpha=0.98; %温度的下降率
k=1000; %迭代次数（解空间的大小）
 
x=getX; %随机得到初始解
while(T>T_min)
    for I=1:1000
        fx=Fx(x);
        x_new=getX;
        if(x_new>=-2 && x_new<=2)
            fx_new=Fx(x_new);
            delta=fx_new-fx;
            if (delta<0)
                x=x_new;
            else
                P=getP(delta,T);
                if(P>rand)
                    x=x_new;
                end
            end
        end
    end
    T=T*alpha;
end
disp('最优解为：')
disp(x)
 
%%getX.m
function x=getX
    x=4*rand-2;   % rand是范围在0-1之间的随机数
end
 
%%Fx.m
function fx=Fx(x)
    fx=(x-1)^2+3;
end
 
%%getP.m
function p=getP(c,t)
    p=exp(-c/t);
end

运行结果：