数学建模常用智能算法及其Matlab实现详解.ppt

* * 模拟退火算法描述 Step 1 初始化：初始温度T(充分大)，初始解状态S(是算法迭代的起点)， 每个T值的迭代次数L step 2 对k=1，……，L做第(3)至第6步： step 3 产生新解S′ Step 4 计算增量Δt′=C(S′)-C(S)，其中C(S)为评价函数 * * Step 5 若Δt′0则接受S′作为新的当前解，否则以概率exp(-Δt′/T)接受S′作为新的当前解. Step 6 如果满足终止条件则输出当前解作为最优解，结束程序。终止条件通常取为连续若干个新解都没有被接受时终止算法。 step 7 T逐渐减少，且T-0，然后转第2步。 * * 模拟退火算法的优缺点： 与以往的近似算法相比,模拟退火算法具有描述简单、使用灵活、运用广泛、运行效率高和较少受到初始条件约束等优点。 * * 各种算法应用TSP问题及结果分析 我们将各种智能算法应用于解决TSP问题，下面我们以30个城市的TSP问题为例进行结果分析 下表为30个城市的TSP仿真结果，其中30个城市的坐标如下： [x,y]=[41 94;37 84;54 67;25 62;7 64;2 99;68 58;71 44;54 62;83 69;64 60;18 54;22 60;83 46;91 38;2