| 词条 | 模拟退火 |
| 释义 | § 模拟退火算法概述 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却。加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。 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x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。 § 模拟退火算法 （随机）选择一个x的初始值，以及一个T的初始值T>0，当T>Tmin，执行以下步骤 （1）产生一个x的邻近点y（邻近点的确切定义接下来讨论）。 （2）如果H(y)（3）否则计算Py=exp(-(H(y)-H(x))/T)。如果Py>=R，那么用y代替x，其中R是在0到1之间均匀分布的随机数。 （4）略微降低T的值，返回第1步。 § 参考文献 [1] （美）辛德（Snyder, W. E.）等著. 机器视觉教程[M]. 北京：机械工业出版社, 2005, 9. [2] sysdzw. 模拟退火法[EB/OL]. 百度百科, http://baike.baidu.com/view/1352237.htm, 2008-01-08/2010-02-19. |
| 随便看 |
百科全书收录594082条中文百科知识，基本涵盖了大多数领域的百科知识，是一部内容开放、自由的电子版百科全书。