现代优化方法之模拟退火要点.pptVIP

第三部分 现代优化方法选讲 现代优化方法包括禁忌搜索、模拟退火、智能计算等。 其中模拟退火、神经网络和遗传算法并称为现代优化算法中的三大杰出代表。 一、模拟退火算法 在管理科学、计算机科学、分子物理学、生物学、超大规模集成电路设计、代码设计、图象处理和电子工程等领域中，存在着大量的组合优化问题。例如，货郎担问题、最大截问题、0—1背包问题、图着色问题、设备布局问题以及布线问题等，这些问题至今仍未找到多项式时间算法。这些问题已被证明是NP完全问题。 根据NP完全性理论，除非P=NP，否则所有的NP难问题都不存在多项式时间算法。但是，这并不意味着问题的终结。相反，由于这类问题广泛应用性，反而刺激人们以 更大的热情对NP完全问题进行研究。 为解决这类问题，人们提出了许多近似算法，但这些算法或过于注意个别问题的特征而缺乏通用性，或因所得解强烈地依赖初始解的选择而缺乏实用性。模拟退 火算法是近年提出的一种适合解大规模组合优化问题，特别是解NP完全问题的通用有效的近似算法，与以往近似算法相比，具有描述简单、使用灵活、运用广泛、运行效率高和较少受初始条件限制的优点，而且特别适合并行计算，因此具有很大的使用价值。同时由于其讨论涉及随机分析、马氏链理论、渐进收敛性等学科，所 以其研究还具有重要的理论意义。 1. 模拟退火算法的物理背景