很经典模拟退火算法PPT

Simulated Annealing
9
攀登算法（Hill-climbingAlgorithm）是一种迭代增进的 算法，它利用单一解在解空间作搜寻，并在每一次迭代中， 在目前解的邻近解空间选择出一个邻近解。
当邻近解的目标函數值比目前解的目标函數值來的佳时， 就以邻近解取代目前解；否则，就重新在目前解的邻近解 空间选择一个邻近解。
Simulated Annealing
以目前解为中心对解空间做随机扰动，产生一个扰动解 ，
其目X标' 函數值为。 f (X')
若接受，则以该扰动解取代目前解作为该次迭代的解。
Simulated Annealing
6
模拟退火法的检测标准
根据热力学定律，在温度为t的情况下，能量差所表现的 机率如下：
P(ΔE)=exp(-ΔE / kt) –k是Boltzmann’s Constant 转换到模拟退火法，则变成
2
简介
仿真退火法是仿真冷却晶体的过程。 最早是由Metropolis、Rosenbluth等人在1953年提出。 1983年，Kirkpatrick等人将其运用在求优化的问题、定位 及图分割等问题上，它是蒙地卡罗算法的推广。
Simulated Annealing
3
攀登算法
(Hill Climbing)
Simulated Annealing （模拟退火法）
报告人:陈世明
Simwenku.baidu.comlated Annealing
1
大纲
简介 攀登算法 模拟退火法v.s. Hill Climbing 仿真退火法的检测标准与流程 模拟退火法的考虑因素 其他的问题 提高效能与算法的修正 结论
Simulated Annealing
反之，维持目前温度。之后判断是否达到终止条件，例如 达到设定的迭代次數或是連续几次迭代目前解都不再改变 时。
Simulated Annealing
8
模拟退火法的流程图
初使化设定
随机产生一个初始解
扰动产生一个新解 No
是否接受? Yes
修改目前解 Yes
降温
缩减温度
No
No 是否达到中止条件?
Yes 最佳解
4
模拟退火法v.s. Hill Climbing
HillClimbing是挑选邻近点中最好的点，但这样会有局部 最大值的问题。
仿真算法是随机数找寻邻近的点。 –若找到的点比立足点好，则取之。 –否则依照机率决定是否取之。
Simulated Annealing
5
模拟退火法的流程(1/2)
需先设定一些參數，。接着随机产生一个初始的目前解 ， 并计X算他的目标函數值 。 f (X )
P=exp(-c / t)>r –c是评估函数的差 –r是0~1之间的随机数
Simulated Annealing
7
模拟退火法的流程(2/2)
假设所求解的问题是目标函數最小化问题 ff(X')f(x)，
若 f 0，则透过机率函數接受 f (X')为新解。
接着判断是否满足降温条件，若是，则透过冷却机制降 温，TT，[0,1]。