模拟退火算法
来源:互联网 发布:matlab有限元编程实例 编辑:程序博客网 时间:2024/05/16 01:39
w模拟退火算法的基本思想 将一个优化问题比拟成一个金属物体,将优化问题的目标函数比拟成物体的能量,问题的解比拟成物体的状态,问题的最优解比拟成能量最低的状态,然后模拟金属物体的退火过程,从一个足够高的温度开始,逐渐降低温度,使物体分子从高能量状态缓慢的过渡到低能量状态,直至获得能量最小的理想状态为止,从而得到优化问题的全局最优解。
相似性比较
组合优化问题
金属物体
解
粒子状态
最优解
能量最低的状态
设定初温
熔解过程
Metropolis抽样过程
等温过程
控制参数的下降
冷却
目标函数
能量
w基本步骤
w给定初温t=t0,随机产生初始状态s=s0,令k=0;
Repeat
Repeat
产生新状态sj=Genete(s);
if min{1,exp[-(C(sj)-C(s))/tk]}>=randrom[0,1] s=sj;
Until 抽样稳定准则满足;
退温tk+1=update(tk)并令k=k+1;
Until 算法终止准则满足;
输出算法搜索结果。
算法流程
- 模拟退火算法
- 模拟退火算法
- 模拟退火算法
- 模拟退火,遗传算法
- 模拟退火算法概述
- 模拟退火算法
- 遗传模拟退火算法
- 模拟退火遗传算法
- 模拟退火算法
- 模拟退火算法
- 模拟退火算法
- 解析模拟退火算法
- 模拟退火算法
- 模拟退火算法
- 模拟退火算法
- 模拟退火算法
- 模拟退火算法
- 模拟退火算法
- CrystalReport学习
- Servlet规范
- oracle笔记
- sphinx英文文档(v.1.11)
- Android Fastboot
- 模拟退火算法
- mystat.htm是什么
- 如何检查软件是否被钩子软件Hook.
- sphinx源码分析之搜索(search)
- 汇编语言读书笔记 第二章
- ERP系统2011.6.2更新内容
- android自带图片资源
- InputFilter
- sphinxSE的实现原理和应用