模拟退火算法(高大上 O__O"…ORZ)
来源:互联网 发布:红警的兵种数据 编辑:程序博客网 时间:2024/05/16 15:18
偶然听说了模拟退火算法,感觉好高大上,查了查:
模拟退火来自冶金学的专有名词退火。退火是将材料加热后再经特定速率冷却,目的是增大晶粒的体积,并且减少晶格中的缺陷。材料中的原子原来会停留在使内能有局部最小值的位置,加热使能量变大,原子会离开原来位置,而随机在其他位置中移动。退火冷却时速度较慢,使得原子有较多可能可以找到内能比原先更低的位置。
模拟退火的原理也和金属退火的原理近似:我们将热力学的理论套用到统计学上,将搜寻空间内每一点想像成空气内的分子;分子的能量,就是它本身的动能;而搜寻空间内的每一点,也像空气分子一样带有“能量”,以表示该点对命题的合适程度。算法先以搜寻空间内一个任意点作起始:每一步先选择一个“邻居”,然后再计算从现有位置到达“邻居”的概率。
可以证明,模拟退火算法所得解依概率收敛到全局最优解。(转自维基百科);
模拟退火算法的模型
模拟退火算法可以分解为解空间、目标函数和初始解三部分。
模拟退火的基本思想:
(1) 初始化:初始温度T(充分大),初始解状态S(是算法迭代的起点), 每个T值的迭代次数L
(2) 对k=1,……,L做第(3)至第6步:
(3) 产生新解S′
(4) 计算增量Δt′=C(S′)-C(S),其中C(S)为评价函数
(5) 若Δt′<0则接受S′作为新的当前解,否则以概率exp(-Δt′/T)接受S′作为新的当前解.
(6) 如果满足终止条件则输出当前解作为最优解,结束程序。
终止条件通常取为连续若干个新解都没有被接受时终止算法。
(7) T逐渐减少,且T->0,然后转第2步。
模拟退火算法主要是:
求解新解,计算目标函数的差,判断新解是否被接受;
此算法主要解决全局最优解问题,可以解决函数最优解问题.
模拟退火算法与初始值无关,算法求得的解与初始解状态S(是算法迭代的起点)无关;模拟退火算法具有渐近收敛性,已在理论上被证明是一种以概率l 收敛于全局最优解的全局优化算法;模拟退火算法具有并行性。
渣渣就整理到这里,希望大神来指教.
参考博客: http://www.cnblogs.com/heaad/archive/2010/12/20/1911614.html
http://www.cnblogs.com/emanlee/archive/2011/07/31/2122727.html
- 模拟退火算法(高大上 O__O"…ORZ)
- hdu-5056(求子串数O(n),orz)
- 模拟退火算法(转载)
- 模拟退火算法(SA)
- 模拟退火算法(未完善)
- 模拟退火算法(西安网选赛hdu5017)
- 模拟退火算法(run away poj1379)
- HDU 5017 Ellipsoid(模拟退火算法)
- BZOJ3680 吊打XXX(模拟退火算法)
- 模拟退火算法(MATLAB实现)
- 大白话解析模拟退火算法(转)
- Poj_2069_Super Star(模拟退火算法)
- (转载)大白话解析模拟退火算法
- 模拟退火算法(Simulated Annealing)
- 模拟退火算法(c++实现)
- 模拟退火算法(自我总结)
- 模拟退火(SA)算法干货
- 模拟退火算法
- 《Star Schema完全参考手册》那些事儿
- HDU5015-233 Matrix(矩阵快速幂)
- sublime3中文乱码解决包ConvertToUTF8
- gfdsgsggsg
- Python基础学习
- 模拟退火算法(高大上 O__O"…ORZ)
- bxSlider学习
- NYOJ 38 布线问题
- 末日启示:向死而生--《罗辑思维》第一季第一期
- karrigell学习资料汇总
- 分治算法
- Oracle 12c RAC for AIX7.1(一)安装说明
- 已移至为知——2014-09-16 周三-JDBC连数据库
- 使用Java API创建(create),查看(describe),列举(list),删除(delete)Kafka主题(Topic)