第九章智能优化-2模拟退火算法学案.ppt

2. 模拟退火算法 2.1 模拟退火算法及模型 2.1 模拟退火算法及模型 2.1 模拟退火算法及模型 2.1 模拟退火算法及模型 2.1 模拟退火算法及模型 2.1 模拟退火算法及模型 2.1 模拟退火算法及模型 2.1 模拟退火算法及模型 2.1 模拟退火算法及模型 SA接受相邻解的标准 令 X 为当前解 X’ 新的解（相邻解） C(x) (C(x’))be the energy state (cost) of x (x’) 概率 Paccept = exp [(C(x)-C(x’))/ T] N=Random(0,1) 无条件接受相邻解，如果： C(x’) C(x), 即相邻解比当前解好 以一定的概率接受相邻解，如果 C(x’) = C(x),即相邻解比当前解差 当 N Paccept时，接受相邻解 参数设置 T 初始温度 t 冷却温度 冷却过程的设定（The cooling schedule） L 每一特定温度下的搜索次数： 退火过程设定 退火过程设定 Example Traveling Salesman Problem (TSP) Given 6 cities and the traveling cost between any two cities A salesman need to sta