第八讲模拟退火教程范本.ppt

第五章 模拟退火;前言;前言(C.);前言(C.);前言;前言;模拟退火的产生(SA) 1953年 Metropolis提出原始的SA算法，未引起反响； 1982年 Kirkpatrick提出现代的SA算法,成功用于解决大规模组合优化问题，得到广泛的应用； SA的基本思想源于热力学中的退火过程。 ;一.导言（2）;一.导言（3）;基本思想 模拟热力学当中的退火过程 退火过程： 物体： 高温 低温 高能状态 低能状态;退火在SA中的应用 在SA中将目标函数作为能量函数 模拟： 初始高温 温度缓慢下降 终止在低温 这时能量函数达到极小，目标函数最小;;;;热力学中的退火过程 退火过程是一个变温物体缓慢降温从而达到分子之间能量最低的状态的过程。 ;二.退火过程和Bolzman方程（2）;;;;Bolzman方程;温度 对 的影响 当 很大时， ，各状态的概率几乎相等 SA开始做广域搜索，随着温度的下降 差别 扩大;当 时， 与 的小差别带来 和 的巨大差别 例如： =90， =100，;当 =100时 ;当 =1时 此时 结论: 时，以概率1趋于最小能量状态;能量越低越稳定！！！ ——真理 物理现象?人的生命现象 自然科学?哲学 自然语言?数学语言;SA的模拟要求 初始温度足够高 降温过程足够慢 终止温度足够低 ;问题的描述及要素 ;SA的计算步骤 初始化,任选初始解, ,给定初始温度 ，终止温度 ，令迭代指标 。 注：选择 时，要足够高，使 随机产生一个邻域解， 计算目标值增量;若 转步④ (j比i好无条件转移) ；否则产生 (有条件转移)。 注： 高时，广域搜索； 低时，局域搜索 若达到热平衡(内循环次数大于 )转步⑤，否则转步②。 ; 降低 ，若 停止，否则转步②。 注：降低 的方法有以下两种 流程框图见下页 ;内循环;模拟退火算法应用（1）;模拟退火算法应用;模拟退火算法应用;模拟退火算法应用;模拟退火算法应用;模拟退火算法应用;模拟退火算法应用（2）;TSP算例;SA parameter setting;;求得初始解 BS=初始解;;Sequence;;Sequence;;Sequence;;Sequence;;Sequence;;Sequence;;Sequence;编程最容易 大时，广域搜索性能好 小时，局域搜索性能好 理论上停止在最优解上，但实际上很难做到 SA是达优性较差的算法