本文關(guān)鍵詞：退火算法，由筆耕文化傳播整理發(fā)布。

模擬退火算法(SA,Simulated Annealing)思想

模擬退火算法來源于固體退火原理，將固體加溫至充分高，再讓其徐徐冷卻，加溫時，固體內(nèi)部粒子隨溫升變?yōu)闊o序狀，內(nèi)能增大，而徐徐冷卻時粒子漸趨有序，在每個溫度都達到平衡態(tài)，最后在常溫時達到基態(tài)，內(nèi)能減為最小。
模擬退火算法(Simulated Annealing，SA)最早由Kirkpatrick等應(yīng)用于組合優(yōu)化領(lǐng)域，它是基于Monte-Carlo迭代求解策略的一種隨機尋優(yōu)算法，其出發(fā)點是基于物理中固體物質(zhì)的退火過程與一般組合優(yōu)化問題之間的相似性。模擬退火算法從某一較高初溫出發(fā)，，伴隨溫度參數(shù)的不斷下降,結(jié)合概率突跳特性在解空間中隨機尋找目標函數(shù)的全局最優(yōu)解，即在局部最優(yōu)解能概率性地跳出并最終趨于全局最優(yōu)。模擬退火算法是一種通用的優(yōu)化算法，理論上算法具有概率的全局優(yōu)化性能,目前已在工程中得到了廣泛應(yīng)用，諸如VLSI、生產(chǎn)調(diào)度、控制工程、機器學習、神經(jīng)網(wǎng)絡(luò)、信號處理等領(lǐng)域。

模擬退火算法是通過賦予搜索過程一種時變且最終趨于零的概率突跳性，從而可有效避免陷入局部極小并最終趨于全局最優(yōu)的串行結(jié)構(gòu)的優(yōu)化算法。

模擬退火算法的模型
模擬退火算法可以分解為解空間、目標函數(shù)和初始解三部分。
模擬退火的基本思想:
(1) 初始化：初始溫度T(充分大)，初始解狀態(tài)S(是算法迭代的起點)， 每個T值的迭代次數(shù)L
(2) 對k=1，……，L做第(3)至第6步：
  (3) 產(chǎn)生新解S′
  (4) 計算增量Δt′=C(S′)-C(S)，其中C(S)為評價函數(shù)
  (5) 若Δt′<0則接受S′作為新的當前解，否則以概率exp(-Δt′/T)接受S′作為新的當前解.
  (6) 如果滿足終止條件則輸出當前解作為最優(yōu)解，結(jié)束程序。
        終止條件通常取為連續(xù)若干個新解都沒有被接受時終止算法。
(7) T逐漸減少，且T->0，然后轉(zhuǎn)第2步。

模擬退火算法流程圖

posted @

  本文關(guān)鍵詞：退火算法，由筆耕文化傳播整理發(fā)布。