kirkpatrick等人受到metropolis等人用蒙特卡羅模擬的啟發而發明了「模擬退火」這個名詞，因為它和物體退火過程相類似。尋找問題的最優解（最值）即類似尋找系統的最低能量。因此系統降溫時，能量也逐漸下降，而同樣意義地，問題的解也「下降」到最值。
退火是物體逐漸降溫的物理現象，溫度越低，物體的能量狀態就越低，自然狀態下慢慢降溫（即退火）時，可以找到系統最低能量狀態。反之，如果系統急速冷卻，反而有可能導致達到的不是最低能量狀態。
模擬退火其實也是一種greedy演算法，但是它的搜尋過程引入了隨機因素。模擬退火演算法以一定的概率來接受乙個比當前解要差的解，因此有可能會跳出這個區域性的最優解，達到全域性的最優解。
結合**的解釋請參閱部落格，mcmc方法裡的m-h取樣裡面也有接受率這一概念，以乙個概率去選擇接受這個狀態與否。
模擬退火演算法
w 模擬退火演算法的基本思想 將乙個優化問題比擬成乙個金屬物體，將優化問題的目標函式比擬成物體的能量，問題的解比擬成物體的狀態，問題的最優解比擬成能量最低的狀態，然後模擬金屬物體的退火過程，從乙個足夠高的溫度開始，逐漸降低溫度，使物體分子從高能量狀態緩慢的過渡到低能量狀態，直至獲得能量最小的理想狀態...
模擬退火演算法
一些求解極值的問題不能通過函式特性直接求解，只能暴力列舉，但是單純的列舉效率不高，通過模擬退火演算法可以高效的找到答案。學習好博文 最小圓覆蓋 hdu 3007 buried memory 大意 給出一些點，求出能覆蓋他們的最小的圓。輸出圓心和半徑 include include include i...
模擬退火演算法
1.模擬退火演算法認識 爬山演算法也是乙個用來求解最優化問題的演算法，每次都向著當前上公升最快的方向往上爬，但是初始化不同可能 會得到不同的區域性最優值，模擬退火演算法就可能跳出這種區域性最優解的限制。模擬退火演算法是模擬熱力學系統 中的退火過程。在退火過程中是將目標函式作為能量函式。大致過程如下 ...