模拟退火算法第二节.pptVIP

下载本文档

1
0
约小于1千字
约 5页
2016-12-20 发布于重庆
举报
版权申诉

模拟退火算法第二节.ppt

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

* 2.2　模拟退火算法收敛性一　马尔可夫链　定义2.1：设?X(k)?k ?0,1,2,?为随机变量序列， X(k) ? i 称在时刻 k 处于状态 i，i??，? 称为状态空间．当 ? 中的状态数有限时，称为有限状态空间．若对任意的正整数n，?X(k)?k ?0,1,2,? 满足　则称?X(k)?k ?0,1,2,? 为马尔可夫链，简称马氏链．马氏链具有一种记忆遗忘功能，它只记忆前一时刻的状态．(2.8)可以简单地记成称为一步转移概率．当状态空间有限时，称为有限马氏链．定义2.2：马氏链?X(k)?k ?0,1,2,?称为齐次的，如果对任意 m 和 n 及任意状态 i 和 j ，只要即要求转移概率与 n 无关，也即无论质点在何时处于状态 i ，只要由 i 出发经一单位时间转移到 j ，其概率都相同．反之，若一个马氏链的相伴转移概率依赖于n，就称该马尔可夫链为非齐次的． P(X(n) ? i) 0， P(X(m) ? i) 0 就有用表示马氏链的n步转移概率，它表示自i出发，经n步到达 j 的概率．　例　当温度 t 给定时，由(2.5)，(2.6)，(2.7)确定的马氏链是齐次的．由马氏链的性质，模拟退火算法收敛性证明沿用下面过程．齐次算法： (1)在每一个给定的温度t，给出(2.5)的一步转移概率 pij (t) 的一些限定条件．得到平稳分布概率　　　　　　　　　　　　　　　　　　　　其中，X(n,t)表示在温度 t 时，马氏链第 n 步运动的随机变量． (2)给出平稳分布应该满足的条件，使得当温度渐近达到零度时，平稳分布的极限存在，即要求 (3)进一步要求平稳分布的极限具有全局最优性条件其中Dopt为最优状态集．综合上面3条，得到全局性收敛的表达式 *