第二章__模拟退火算法71682.ppt

3.1 模拟退火算法及模型 3.1.1 物理退火过程 3.1.2 组合优化与物理退火的相似性 3.1.3 模拟退火算法的基本思想和步骤 3.2 模拟退火算法的马氏链描述 3.2.1 马尔可夫链 3.2.2 模拟退火算法与马尔可夫链 3.3 模拟退火算法的关键参数和操作的设计 3.3.1 状态产生函数 3.3.2 状态接受函数 3.3.3 初温 3.3.4 温度更新函数 3.3.5 内循环终止准则 3.3.6 外循环终止准则 3.4 模拟退火算法的改进 3.4.1 模拟退火算法的优缺点 3.4.2 改进内容 3.4.3 一种改进的模拟退火算法 3.5 模拟退火算法实现与应用 3.5.1 30城市TSP问题（d*=423.741 by D B Fogel） 3.5.2 模拟退火算法在管壳式换热器优化设计中的应用 3.1 模拟退火算法及模型 3.1 模拟退火算法及模型 3.1 模拟退火算法及模型 热力学中的退火现象指物体逐渐降温时发生的物理現象： 温度越低，物体的能量状态越低，到达足够的低点时，液体开始冷凝与结晶，在结晶状态时，系统的能量状态最低。缓慢降温（退火，annealing）时，可达到最低能量状态；但如果快速降温（淬火，quenching），会导致不是最低能态的非晶形。 大自然知道慢工出细活： 缓缓降温，使得物体分子在每一温度时，能够有足够时间找到安顿位置，则逐渐地，到最后可得到最低能态，系统最稳定。 模仿自然界退火現象而得，利用了物理中固体物质的退火过程与一般优化问题的相似性 从某一初始温度开始，伴随温度的不断下降，结合概率突跳特性在解空间中随机寻找全局最优解 3.1 模拟退火算法及模型 3.1 模拟退火算法及模型 3.1 模拟退火算法及模型 3.1 模拟退火算法及模型 3.1 模拟退火算法及模型 3.1 模拟退火算法及模型 3.1 模拟退火算法及模型 3.1 模拟退火算法及模型 3.1 模拟退火算法及模型 3.1 模拟退火算法及模型 3.1 模拟退火算法及模型 3.2 模拟退火算法的马氏链描述 3.2 模拟退火算法的马氏链描述 3.2 模拟退火算法的马氏链描述 3.3 模拟退火算法关键参数和操作的设计 3.3 模拟退火算法关键参数和操作的设计 3.3 模拟退火算法关键参数和操作的设计 3.3 模拟退火算法关键参数和操作的设计 3.3 模拟退火算法关键参数和操作的设计 3.3 模拟退火算法关键参数和操作的设计 3.3 模拟退火算法关键参数和操作的设计 3.4 模拟退火算法的改进 3.4 模拟退火算法的改进 3.4 模拟退火算法的改进 3.4 模拟退火算法的改进 3.4 模拟退火算法的改进 3.4 模拟退火算法的改进 3.5 模拟退火算法的实现与应用 3.5 模拟退火算法的实现与应用 3.5 模拟退火算法的实现与应用 3.5 模拟退火算法的实现与应用 3.5 模拟退火算法的实现与应用 3.5 模拟退火算法的实现与应用 3.5 模拟退火算法的实现与应用 3.5 模拟退火算法的实现与应用 3.5 模拟退火算法的实现与应用 3.5 模拟退火算法的实现与应用 3.5 模拟退火算法的实现与应用 3.5 模拟退火算法的实现与应用 3.5 模拟退火算法的实现与应用 3.5 模拟退火算法的实现与应用 3.5 模拟退火算法的实现与应用 3.5 模拟退火算法的实现与应用 现代优化计算 改进的方式 （1）增加升温或重升温过程，避免陷入局部极小； （2）增加记忆功能（记忆“Best so far”状态）； （3）增加补充搜索过程（以最优结果为初始解）； （4）对每一当前状态，采用多次搜索策略，以概率接受区域内的最优状态； （5）结合其它搜索机制的算法； （6）上述各方法的综合。 3.4.2 改进内容 现代优化计算 改进的思路 （1）记录“Best so far”状态，并即时更新； （2）设置双阈值，使得在尽量保持最优性的前提下减少计算量，即在各温度下当前状态连续 m1 步保持不变则认为Metropolis抽样稳定，若连续 m2 次退温过程中所得最优解不变则认为算法收敛。 3.4.3 一种改进的模拟退火算法 现代优化计算 改进的退火过程