很经典的模拟退火算法PPT9.PPTVIP

Simulated Annealing Simulated Annealing Simulated Annealing * Simulated Annealing（模拟退火法） 报告人:陈世明 Simulated Annealing * 大纲 简介 攀登算法 模拟退火法v.s. Hill Climbing 仿真退火法的检测标准与流程 模拟退火法的考虑因素 其他的问题 提高效能与算法的修正 结论 Simulated Annealing * 简介 仿真退火法是仿真冷却晶体的过程。 最早是由Metropolis、Rosenbluth等人在1953年提出。 1983年，Kirkpatrick等人将其运用在求优化的问题、定位及图分割等问题上，它是蒙地卡罗算法的推广。 Simulated Annealing * 攀登算法(Hill Climbing) 攀登算法（Hill-climbingAlgorithm）是一种迭代增进的算法，它利用单一解在解空间作搜寻，并在每一次迭代中，在目前解的邻近解空间选择出一个邻近解。 当邻近解的目标函數值比目前解的目标函數值來的佳时，就以邻近解取代目前解；否则，就重新在目前解的邻近解空间选择一个邻近解。 Simulated Annealing * 模拟退火法v.s. Hill Climbing HillClimbing是挑选邻近点中最好的点，但这样会有局部最大值的问题。 仿真算法是随机数找寻邻近的点。 若找到的点比立足点好，则取之。 否则依照机率决定是否取之。 Simulated Annealing * 模拟退火法的流程(1/2) 需先设定一些參數，。接着随机产生一个初始的目前解 ，并计算他的目标函數值 。 以目前解为中心对解空间做随机扰动，产生一个扰动解 ，其目标函數值为。 若接受，则以该扰动解取代目前解作为该次迭代的解。 Simulated Annealing * 模拟退火法的检测标准 根据热力学定律，在温度为t的情况下，能量差所表现的机率如下： P(ΔE)=exp(-ΔE / kt) k是Boltzmann’s Constant 转换到模拟退火法，则变成 P=exp(-c / t)r c是评估函数的差 r是0~1之间的随机数 Simulated Annealing * 模拟退火法的流程(2/2) 假设所求解的问题是目标函數最小化问题 ，若 ，则透过机率函數接受 为新解。 接着判断是否满足降温条件，若是，则透过冷却机制降温， ， 。 反之，维持目前温度。之后判断是否达到终止条件，例如达到设定的迭代次數或是連续几次迭代目前解都不再改变时。 Simulated Annealing * 模拟退火法的流程图 初使化设定 随机产生一个初始解 扰动产生一个新解 是否接受? 修改目前解 降温 缩减温度 是否达到中止条件? 最佳解 No Yes Yes Yes No No * * * * * * * * *