第四章 模拟退火.pptxVIP

第四章 模拟退火第四章 模拟退火一.前言二.基本算法框架三.算法举例四.算法收敛性分析一.前言算法的提出原始算法是由Metropolis等(1953)提出，但未引起反响； 1982年Kirkpatrick等将其应用于组合优化，才得到广泛的应用目的是为了克服优化过程中陷入局优和初值依赖等弊端基本思想是模拟热力学中的退火过程一.前言金属退火过程什么是退火 退火是指将固体加热到足够高的温度，使分子呈随机排列状态，然后逐步降温使之冷却，最后分子以低能状态排列，固体达到某种稳定状态。一.导言金属退火过程什么是退火 加温过程——增强粒子的热运动，消除系统原先可能存在的非均匀态 等温过程——对于与环境换热而温度不变的封闭系统，系统状态的自发变化总是朝自由能减少的方向进行，当自由能达到最小时，系统达到平衡态 冷却过程——使粒子热运动减弱并渐趋有序，系统能量逐渐下降，从而得到低能的晶体结构快速下降缓慢下降高温高温低温低温高能状态高能状态低能状态高能状态一.前言金属退火过程什么是退火 退火 淬火一.前言金属退火过程数学描述 设热力学系统S中有n个状态（有限且离散的），其中状态i的能量为Ei ，在温度Tk下，经一段时间达到热平衡，此时处在状态i的概率为： 则有如下关系：Ei↓→ Pi ↑， Tk↓→ Pi ↓如何确定Ck?一.前言金属退火过程数学描述一.前言金属退火过程数学描述 通过求Ck，获得Bolzman方程：一.前言金属退火过程Bolzman方程同一温度下，S处在能量小的状态要比处在能量大的状态概率大若存在E1E2，则在同一温度Tk下，有故P1(Tk)P2(Tk)一.前言金属退火过程Bolzman方程若i*表示S中唯一的最低能量的状态， 是关于温度Tk单调递减对Pi(Tk)求对温度的导数，则一.前言金属退火过程Bolzman方程由于且存在当 时，故一.前言金属退火过程Bolzman方程当 时，同理，当 时，一.前言金属退火过程温度Tk对 的影响当Tk 很大时，当 时， 各状态的概率几乎相等 与 的小差别带来 和 的巨大差别一.前言金属退火过程温度Tk对 的影响例：当 时 一.前言金属退火过程温度Tk对 的影响例：当 时此时 温度趋于0时，以概率1趋于最小能量状态能量越低越稳定！！！ ——自然界的普遍规律一.前言组合优化与退火Metropolis准则—以概率接受新状态 若在温度Tk ，当前状态i → 新状态j 若EjEi，则接受 j 为当前状态 否则，若概率 p=exp[-(Ej-Ei)/ Tk ] 大于[0,1)区间的随机数，则仍接受状态 j 为当前状态；若不成立则保留状态 i 为当前状态在高温下，可接受与当前状态能量差较大的新状态在低温下，只接受与当前状态能量差较小的新状态一.前言组合优化与退火组合优化问题物理退火解状态目标函数能量函数最优解最低能量状态设定初始高温加温过程基于Metropolis准则的搜索等温过程温度参数的下降冷却过程二.基本算法框架构成要素解的表达与邻域移动方式同TS邻域解的产生在当前解的邻域结构内以一定概率方式（均匀分布、正态分布、指数分布等）产生选择策略一般采用min[1,exp(-?f/t)]二.基本算法框架构成要素初始温度均匀抽样一组状态，以各状态目标值的方差为初温随机产生一组状态，确定两两状态间的最大目标值差，根据差值，利用一定的函数确定初温利用经验公式实验表明：初温越大，获得高质量解的机率越大，但花费较多的计算时间二.基本算法框架构成要素降温函数 ，其中 优点：简单易行，很美丽的方法二.基本算法框架构成要素热平衡条件Metropolis抽样稳定准则设置内循环迭代次数检验目标函数的均值是否稳定连续若干步的目标值变化较小停止准则设置外循环迭代次数设置终止温度的阈值算法搜索到的最优值连续若干步保持不变二.基本算法框架算法流程Step 1选一个初始点i()，给定初始温度 ，终止温度 ，令迭代指标 ， ；Step 2随机产生一个邻域解 ，计算目标值增量 ；注：选择 时，要足够高，使二.基本算法框架算法流程Step 3若 ，令i=j； (j比i好，无条件转移)否则产生 ，若 ，则令i=j ；(i比j好，有条件转移)Step 4若达到热平衡（内循环停止准则）