模拟退火算法
模拟退火 首先看一下度娘的定义 模拟退火算法(Simulate Anneal,SA)是一种通用概率演算法,用来在一个大的搜寻空间内找寻命题的 最优解 模拟退火是一种非常好用的 随机化 算法,它 是 爬山算法 的改进版 爬山算法的思想就是一个劲的找最优解,如果接下来的任何状态都比当前状态差,那么就停止 但是这样显然是错误的,比如下面这种情况 爬山找到A点之后就GG了,但是模拟退火算法会以一定的概率走向F,进而走向B,找到更优的解 至于这里为什么叫做“退火”,还要从物理学说起 在热力学上,退火(annealing)现象指物体逐渐降温的物理现象,温度愈低,物体的能量状态会低;够低后,液体开始冷凝与结晶,在结晶状态时,系统的能量状态最低。大自然在缓慢降温(亦即,退火)时,可“找到”最低能量状态:结晶。但是,如果过程过急过快,快速降温(亦称「淬炼」,quenching)时,会导致不是最低能态的非晶形。 这里的最低能量状态,也就是我们题目中的最优解 实现 因为要模拟退火的过程,因此我们先定义一些变量 $T$:当前温度,由高温到低温,代表算法进行到了什么程度,一般为double类型 $\Delta T$:每次温度的变化率,一般取$0.95 - 0.99$,模拟缓慢降温的过程(上一次的温度乘温度变换率即为这一次的温度) $f(x)$ 当前状态对应的值 上面我们提到