第20章基于SA的PSO算法合编.ppt

第二十章 MATLAB优化算法案例分析与应用 第20章 基于SA的PSO算法 第二十章 MATLAB优化算法案例分析与应用 20.1 模拟退火算法提出 模拟退火算法的思想来源于对固体退火降温过程的模拟。即将固体加温至充分高，再让其徐徐冷却。在加热固体时，固体中原子的热运动不断增强，内能增大，随着温度的不断升高，固体的长程有序被彻底破坏，固体内部粒子随温度的升高而变为无序状。冷却时，粒子逐渐趋于有序，在每个温度下都达到平衡状态，最后在常温下达到基态，同时内能也减为最小。 在实际应用中，将内能 模拟为目标函数值 f，将温度 T 模拟为控制参数，然后从一给定解开始，从其邻域中随机产生一个新解，接受准则允许目标函数在一定范围内接受使目标函数恶化的解，算法持续进行“产生新解——计算目标函数差——判断是否接受新解——接受或舍弃”的迭代过程，对应着固体在某一恒定温度下趋于热平衡的过程。经过大量的解变化后，可以求得给定控制参数 T 值的时候优化问题的相对最优解。然后减小控制参数 T 的值，重复执行上述迭代过程。当控制参数逐渐减小并趋于零时，系统也越来越趋于平衡状态，最后系统状态对应于优化问题的整体最优解。 退火过程由一组称作冷却进度表(Cooling Schedule)的参数控制，包括控制参数的初始值T 以及衰减