原理
根据Metropolis准则,粒子在温度T时趋于平衡的概率为e-ΔE/(kT),其中E为温度T时的内能,ΔE为其改变量,k为Boltzmann 常数。用固体退火模拟组合优化问题,将内能E模拟为目标函数值f,温度T演化成控制参数t,即得到解组合优化问题的模拟退火算法:由初始解i和控制参数初值t开始,对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代,并逐步衰减t值,算法终止时的当前解即为所得近似最优解,这是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。退火过程由冷却进度表(Cooling Schedule)控制,包括控制参数的初值t及其衰减因子Δt、每个t值时的迭代次数L和停止条件S。
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。
步骤:
模拟退火算法新解的产生和接受可分为如下四个步骤:第一步是由一个产生函数从当前解产生一个位于解空间的新解;为便于后续的计算和接受,减少算法耗时,通常选择由当前新解经过简单地变换即可产生新解的方法,如对构成新解的全部或部分元素进行置换、互换等,注意到产生新解的变换方法决定了当前新解的邻域结构,因而对冷却进度表的选取有一定的影响。第二步是计算与新解所对应的目标函数差。因为目标函数差仅由变换部分产生,所以目标函数差的计算最好按增量计算。事实表明,对大多数应用而言,这是计算目标函数差的最快方法。 第三步是判断新解是否被接受,判断的依据是一个接受准则,最常用的接受准则是Metropo1is准则: 若Δt′<0则接受S′作为新的当前解S,否则以概率exp(-Δt′/T)接受S′作为新的当前解S。第四步是当新解被确定接受时,用新解代替当前解,这只需将当前解中对应于产生新解时的变换部分予以实现,同时修正目标函数值即可。此时,当前解实现了一次迭代。可在此基础上开始下一轮试验。而当新解被判定为舍弃时,则在原当前解的基础上继续下一轮试验。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。
分享到:
相关推荐
MATLAB模拟退火算法求解VRPTW带时间窗的车辆路径规划问题。还有改进模拟退火算法,禁忌搜索蚁群算法等,以及各种算法的改进,数据可以更改,文章已经写好,需要可以联系我,可以直接用。 MATLAB模拟退火算法求解...
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。模拟退火是由S.Kirkpatrick, C.D.Gelatt和M.P.Vecchi在1983年所发明的。V.Černý在1985年也独立发明...
基于遗传算法和模拟退火算法改进的混合模拟退火算法(解决求函数极值问题,MATLAB代码已实现)混合模拟退火算法时遗传算法和模拟退火算法的结合,在混合模拟退火算法中使用了大量的样本作为问题的可能解决方案而不是...
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
该代码采用python编写模拟退火算法,整个过程中可以根据更改代码求解最大值与最小值。 1. 模拟退火算法的原理: 输入:温度T、退火控制参数k、初始点x0 输出:最优的自变量值、最大/最小值 (1)给定初始值温度T,...
智能优化算法————》模拟退火算法————》C++实现
模拟退火算法算法简介及程序 模拟退火算法算法简介及程序 模拟退火算法算法简介及程序 模拟退火算法算法简介及程序 模拟退火算法算法简介及程序 模拟退火算法算法简介及程序 模拟退火算法算法简介及程序
模拟退火算法解决置换流水车间调度问题(python实现) Use Simulated Annealing Algorithm for the basic Job Shop Scheduling Problem With Python 作业车间调度问题(JSP)是计算机科学和运筹学中的一个热门优化问题...
模拟退火算法讲义 模拟退火算法讲义 模拟退火算法讲义
Matlab的模拟退火算法工具箱11111
在 Python 中解决旅行商问题的模拟退火算法 使用模拟退火元启发式求解旅行商问题,并将结果可视化。 首先使用贪心算法(最近邻)来构建初始解决方案。 一个简单的实现,提供了不错的结果。 在具有 100 个节点的 ...
利用模拟退火算法求解已知函数的最小值,即模拟退火算法寻优问题,可以广泛推广。
根据实际应用中布谷鸟算法体现出的局部搜索能力差的问题,本文采用算法结合的方式把模拟退火算法结合其 中,同时动态更改发现概率以及搜索步长,使之变成自适应混合布谷鸟算法。利用标准测试函数进行检验,发现此...
模拟退火算法(Simulated Annealing,SA)是一种全局优化算法,灵感来自于固体退火的过程。它通过模拟固体在高温时冷却的过程,逐渐降低系统能量,以达到寻找全局最优解的目的。 下面是使用模拟退火算法解决置换...
模拟退火算法的过程及实现,介绍的比较详细。
A simulated annealing algorithm for fuzzy unit commitment problem,模拟退火算法用于模糊控制单元
模拟退火算法是现代优化算法,应用于各种优化计算。
C++模拟退火算法求旅行商问题,用康立山等人的方法
模拟退火算法也是数学建模最优化理论里的经典算法