【爬山演算法】
爬山演算法是一種貪心搜尋演算法，該演算法每一步從當前解的臨近解空間中選擇乙個最優解作為當前解，直至達到某個區域性最優解。
【模擬退火演算法】
模擬退火演算法也是一種貪心演算法，但在它的搜尋過程中引入了乙個隨機因素——以一定的概率來接受乙個比當前解要差的解。故而模擬退火演算法有可能跳出區域性的最優解，達到全域性的最優解。即：若移動後得到最優解，則總是接受該移動；若移動後的解比當前解差，則以一定的概率接受移動，而且這個概率隨時間推移而逐漸降低。
優點：迭代搜尋效率高，並且可以實現並行化；演算法中有一定概率接受比當前解較差的解，因此可以在一定程度上跳出區域性最優；演算法求得的解與初始解狀態s無關，因此具有一定的魯棒性；具有漸近收斂性，是一種收斂於全域性最優解的全域性優化演算法。
缺點：只有合適的引數才能在一定的時間內很大概率跑出最優解。
參考：
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 ...