【优化算法1】模拟退火算法（含MATLAB实例）

模拟退火算法

1.1 简介

• 模拟退火算法的思想借鉴于物体退火过程：当温度很高时，物体内能比较大，其内部粒子处于快速无序运动状态；当温度慢慢降低，物体的内能减小，内部粒子逐渐趋于有序；最终物体处于常温状态，温度最低且内能最小，此时粒子最稳定。
• 白话理解：一开始为算法设定一个较高的值T（模拟温度），算法不稳定，选择当前较差解的概率很大；随着T的减小，算法趋于稳定，选择较差解的概率减小，最后，T降至终止迭代的条件，得到近似最优解。

1.2 原理

算法流程图：

1.3 MATLAB实例

代码资源获取途径：【优化算法1】模拟退火算法MATLAB实例

• 题目：
  $y=-0.3x_1+0.18x_2+35000,x_1\in [0,50000],x_2\in [0,60000]$，求$y$最小值
  约束条件：$\text{ (1) }S⩽1.5,\text{ (2) }T⩽9$，其中$$\begin{gathered} Q=y+x_1+x_2+50000 \\ S=\frac{2y+x_1+x_2+50000}{Q} \\ T=\frac{-10y+4x_1+7x_2+500000}{Q}+\frac{17y\cdot x_1}{Q^2}\left(1-\frac{y+x_1}{2Q}\right) \end{gathered}$$
• matlab代码：
  

求得最优解、最小值结果如下：

温度不断下降过程中函数值曲线图如下：