模拟退火算法

目录

1. 模拟退火算法的基本思想和步骤

(1) 物理退火过程

(2) Metropolis准则

(3) 基本步骤

2. 模拟退火算法的马氏链描述

3. 模拟退火算法关键参数和操作设计

(1) 状态产生函数

(2) 状态接受函数

(3) 初始温度

(4) 温度更新函数

(5) 内循环终止准则

(6) 外循环终止准则

4. 模拟退火算法的优缺点

---

1. 模拟退火算法的基本思想和步骤

(1) 物理退火过程

模拟退火过程最早的思想由Metropolis等（1953）提出，1983年Kirkpatrick等将其应用于组合优化。算法的目的是为了解决NP复杂性问题，克服优化过程陷入局部极小，克服初值依赖性等问题。

那么可能会有人问：什么是退火？

退火是指将固体加热到足够高的温度，使分子呈随机排列状态，然后逐步降温使之冷却，最后分子以低能状态排列，固体达到某种稳定状态。

物理退火过程：

加温过程——增强粒子的热运动，消除系统原先可能存在的非均匀态；

等温过程——对于与环境换热而温度不变的封闭系统，系统状态的自发变化总是朝自由能减少的方向进行，当自由能达到最小时，系统达到平衡态；

冷却过程——使粒子热运动减弱并渐趋有序，系统能量逐渐下降，从而得到低能的晶体结构。

(2) Metropolis准则

若在温度T，当前状态i→新状态j

若Ej<Ei，则接受j为当前状态；

否则，若概率p=exp[-(Ej-Ei)/kBT]大于[0,1)区间的随机数，则仍接受状态j为当前状态；若不成立则保留状态i为当前状态。

p=exp[-(Ej-Ei)/kBT]

在高温下，可接受与当前状态能量差较大的新状态；

在低温下，只接受与当前状态能量差较小的新状态。

(3) 基本步骤

     给定初温t=t0，随机产生初始状态s=s0，令k=0；

     Repeat