ch模拟退火算法.docVIP

下载本文档

3
0
约1.32万字
约 17页
2017-08-15 发布于天津
举报
版权申诉

ch模拟退火算法.doc

1、本文档共17页，其中可免费阅读6页，需付费100金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

模拟退火算法引言模拟退火算法由于年提出来在年将其用于离散问题的最优化它基于概率统计学中著名的迭代求解策略的一种随机寻优算法其出发点是基于物理中固体物质的退火过程与一般优化问题之间的相似性模拟退火算法是在某一参数温度的初值初温伴随着该参数温度不断下降结合概率突跳特性在解空间中随机寻找目标函数的最优解能概率性地跳出局部优解达到全局最优解在生产调度控制工程机器学习神经网络图像处理有应用实例盲目搜索还是启发式搜索按照预定的控制策略实际搜索在搜索过程中获取的中间信息不用来改进控制策略称为盲目搜索反之为启发

Ch2 模拟退火算法引言模拟退火算法(simulated annealing SA)，由Metropoli于1953年提出来，Kirkpatric在1983年将其用于离散问题的最优化。它基于概率统计学中著名的Mente Carlo迭代求解策略的一种随机寻优算法。其出发点是基于物理中固体物质的退火过程，与一般优化问题之间的相似性。模拟退火算法是在某一参数(温度)的初值(初温)，伴随着该参数(温度)不断下降，结合概率突跳特性，在解空间中随机寻找目标函数的最优解。能概率性地跳出局部优解，达到全局最优解。在VLSI、生产调度、控制工程、机器学习、神经网络、图像处理有应用实例。 1、盲目搜