模擬退火演算法

介紹模擬退火演算法前先介紹爬山演算法

1.爬山演算法

如下圖所示：

該演算法每次從當前解的臨近解空間中選擇乙個最優解作為當前解，直到達到乙個區域性最優解

即:如果在1點那就會選擇2作為最優解

缺點：爬山演算法是一種徹底的貪心搜尋演算法，明顯會陷入區域性收斂

2.模擬退火演算法

介紹：也是一種貪心演算法，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。以圖1為例，模擬退火演算法在搜尋到區域性最優解a後，會以一定的概率接受到e的移動。也許經過幾次這樣的不是區域性最優的移動後會到達d點，於是就跳出了區域性最大值a。

即模擬退火有一步迭代是有可能朝著劣質解尋找解空間

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 ...