人工智能之模拟退火算法（Simulate Anneal）

爬山算法 ( Hill Climbing )

介绍模拟退火前，先介绍爬山算法。爬山算法是一种简单的贪心搜索算法，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 。

爬山算法实现很简单，其主要缺点是会陷入局部最优解 ，而不一定能搜索到全局最优解。如图1所示：假设C点为当前解，爬山算法搜索到A点这个局部最优解就会停止搜索，因为在A点无论向那个方向小幅度移动都不能得到更优的解。

模拟退火算法（SA）

退火的概念

在热力学上，退火（annealing）现象指物体逐渐降温的物理现象，温度愈低，物体的能量状态会低；够低后，液体开始冷凝与结晶，在结晶状态时，系统的能量状态最低。大自然在缓慢降温（亦即，退火）时，可“找到”最低能量状态：结晶。但是，如果过程过急过快，快速降温（亦称「淬炼」，quenching）时，会导致不是最低能态的非晶形。

如下图所示，首先（左图）物体处于非晶体状态。我们将固体加温至充分高（中图），再让其徐徐冷却，也就退火（右图）。加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小（此时物体以晶体形态呈现）。

似乎，大自然知道慢工出细活：缓缓降温，使得物体分子在每一温度时，能够有足够时间找到安顿位置，则逐渐地，到最后可得到最低能态，系统最安稳。

模拟退火的概念

想象一下如果我们现在有下面这样一个函数，现在想求函数的（全局）最优解。如果采用Greedy策略，那么从A点开始试探，如果函数值继续减少，那么试探过程就会继续。而当到达点B时，显然我们的探求过程就结束了（因为无论朝哪个方向努力，结果只会越来越大）。最终我们只能找打一个局部最后解B。

模拟退火其实也是一种Greedy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。 以上图为例，模拟退火算法在搜索到局部最优解B后，会以一定的概率接受向右继续移动。也许经过几次这样的不是局部最优的移动后会到达B 和C之间的峰点，于是就跳出了局部最小值B。

• 若f( Y(i+1) ) <= f( Y(i) ) (即移动后得到更优解)，则总是接受该移动；
• 若f( Y(i+1) ) > f( Y(i) ) (即移动后的解比当前解要差)，则以一定的概率 接受移动，而且这个概率随着时间推移逐渐降低 （逐渐降低才能趋向稳定）相当于上图中，从B移向BC之间的小波峰时，每次右移（即接受一个更糟糕值）的概率在逐渐降低。如果这个坡特别长，那么很有可能最终我们并不会翻过这个坡。如果它不太长，这很有可能会翻过它，这取决于衰减 t 值的设定。

模拟退火的步骤

1. 初始化温度T，初始解状态S，每个温度t下的迭代次数L；

2. 当k = 1，2，……，L时，进行3~6；

3. 对当前解进行变换得到新解S’（例如对某些解中的元素进行互换，置换）；

4. 计算增量Δt′=C(S′)-C(S)，其中C(S)为评价函数；

5. 若Δt′<0则接受S′作为新的当前解，否则以概率exp(-Δt′/(KT))接受S′作为新的当前解(k为玻尔兹曼常数，数值为：K=1.3806505(24) × 10^-23 J/K）；

6. 如果满足终止条件则输出当前解作为最优解，结束程序；

7. 减小T，转到第2步，直到T小于初始设定的阈值。

模拟退火的优缺点

• 迭代搜索效率高，并且可以并行化；
• 算法中有一定概率接受比当前解较差的解，因此一定程度上可以跳出局部最优；
• 算法求得的解与初始解状态S无关，因此有一定的鲁棒性；
• 具有渐近收敛性，已在理论上被证明是一种以概率l 收敛于全局最优解的全局优化算法。

代码实现

import numpy as np
import matplotlib.pyplot as plt
import math

# 绘图
# 定义函数表达式
# define aim function
def aimFunction(x):
    y = x ** 3 + 3 * x ** 2 - 6
    return y


x = [i / 10 for i in range(-1000, 1000)]  # 定义域为[-100,100]
y = [0.0 for i in range(-1000, 1000)]
for i in range(2000):
    y[i] = aimFunction(x[i])

plt.plot(x, y)
plt.show()

# 求最值
T = 1000  # 初始温度initiate temperature
Tmin = 10  # 终止温度
x = np.random.uniform(low=-100, high=100)  # 当前状态
k = 50  # 每次温度下的循环次数
y = 0  # 评估函数
t = 0  # 用于控制降温的快慢
while T >= Tmin:
    for i in range(k):
        # 计算y
        y = aimFunction(x)
        # 产生新解
        xNew = x + np.random.uniform(low=-0.055, high=0.055) * T
        if (-100 <= xNew and xNew <= 100):
            yNew = aimFunction(xNew)
            if yNew - y > 0:  # 新的评估函数更大，接受新解，若求极小，改为  if yNew - y > 0: 
                x = xNew
            else:
                # metropolis 准则 得到新解或执行降温
                p = math.exp((yNew - y) / T)#求极大值，若求极小，改为p = math.exp(-(yNew - y) / T)
                r = np.random.uniform(low=0, high=1)
                if r < p:
                    x = xNew
    t += 1
  #  print(t)
    # 降温退火
    T = 10000 / (1 + t)

print(x, aimFunction(x))