模擬退火python_模拟退火 python 实现

简介

一直以为是一个高深的算法，好像据说在量子计算机中可以应用。发现原理并不难

参考链接

算法缺点

这个算法怎么感觉概率的地方基本不受控制，温度降到最后还是大量接受随机解？

模拟退火就是这样的，因为它到了最优解过后还能跳出最优解域，因此能找到别的解域的最优解的值。因此一定要记录下历史最优解。

算法流程图

code

对https://blog.csdn.net/wfrainn/article/details/80303138进行的代码更新

result

直接输出 39.72958243492729 -32148.550564632504

记录最小数值 40.033185051881034 -32154.066628802473

发现保留的最小值确实更接近最小值

code

#coding=utf-8

import numpy as np

from monituihuo import aimFunction

import math

T=1000 # initiate temperature

Tmin=10 # minimun value of terperature

x = np.random.uniform(low=0, high=100) # initiate x

k=50 # times of internal circulation

y = 0 # initiate result

t=0 # time

xmin = 100