模拟退火方法04.ppt

As a problem in simulated annealing, the traveling salesman problem is handled as follows: (1). Configuration. The cities are numbered i=1, …, N and each has coordinates (xi, yi). A configuration is a permutation of the number 1, …, N , interpreted as the order in which the cities are visited. (2). Rearrangements. An efficient set of moves has been suggested by Lin. The moves consist of two types: A section of path is removed and then replaced with the same cities running in the opposite order; A section of path is removed and then replaced in between two cities on another, randomly chosen, part of the path. i I’+ i+6 i i+1 i+2 i+3 i+4 i+5 i+7 i+6 i+8 i i+6 i+5 i+4 i+3 i+1 i+2 i i i+8 i+7 i+8 i+2 i+3 i+4 i+7 i i+1 i+2 i+3 i+4 i+5 i+7 i+6 i+8 i+8 i+2 i+3 i+4 i+7 i I’+i+1 i+2 i+3 i+4 I’+ i+5 i+7 i+8 I’+i I’+ i+8 I’+ i+2 I’+ i+3 I’+ i+4 I’+ i+7 (3)目标函数(Objective function) E. in the simplest form of the problem, E is taken just as the total length of journey. With the convention that point N+1 is identified with point 1. To illustrate the flexibility of the method, however we can add the following additional wrinkle: suppose that the salesman has an irrational fear of flying over the Mississippi River. * 二、模拟退火（Simulated Annealing ）方法 （一）、组合优化 （二）、P/NP 问题 （三）、 Metropolis算法 （五）、The Traveling Salesman Problem （六）、应用 （四）、模拟退火（Simulated Annealing ）方法 （七）扫雷扫成百万富翁 （一）、组合优化 组合优化（multivariate or combinatorial optimization）复盖计算机和工程学科的一些核心课题。该领域的研究在于发展高效率地寻找具有若干独立变量的多元函数极值的技巧。旅行推销员这一经典优化问题（寻找旅行推销员依次不重复地访问N个城市的最短循环路线）; 在例如为使包容在微型硅片上数十万计电路元件之间干拢达到极小的最优排布复杂设计问题。 组合优化就是寻求多元函数的极大或极小值，此函数称作评估函数或目标函数（cost function or objective function）。函数的形式取决于所研究的问题，它所依赖的独立变量与系统的自由度相对应；函数值涉及系统组态的细节，构成复杂系统某种意义下“质量因数”的定量描述。为达到优化的目的，要进行大量的数字运算。例如对旅行推销员这类通称的 NP完全问题（non-deterministic Polynomial time complete Problems），实践显示，获得精确解的计算工作量与参量数目 N是指数关系。正因为如此，严格求解的努力只达到涉及N较小的规模。 试探法（heuristic methods）已被用于解决 NP完全问题，其计算工作量为 N的较小幂次的规模。 试探法有以下两种基本方略： （1）分区攻克（divide－and－conquer）：把待研究的问题分割成尺度较小而可以处理的子