目录
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
Repeat