模拟退火719教学幻灯片.pptVIP

巡航问题： 已知敌方100 个目标的经度、纬度如表所示： 我方有一个基地，经度和纬度为（70,40）。假设我方飞机的速度为1000 公里/小时。我方派一架飞机从基地出发，侦察完敌方所有目标，再返回原来的基地。在敌方每一目标点的侦察时间不计，求该架飞机所花费的时间（假设我方飞机巡航时间可以充分长）。 模拟退火算法的实例(C.) 巡航问题： 问题分析： 模拟退火算法的实例(C.) 巡航问题： 问题分析： 问题求解：Matlab编程求解 我们将从如下5个方面汇报报告内容。 首先来看立项依据。 由于这些算法都有着很深的理论背景，因此， 由于这些算法都有着很深的理论背景，因此， 由于这些算法都有着很深的理论背景，因此， 由于这些算法都有着很深的理论背景，因此， 由于这些算法都有着很深的理论背景，因此， 由于这些算法都有着很深的理论背景，因此， 由于这些算法都有着很深的理论背景，因此， 由于这些算法都有着很深的理论背景，因此， 由于这些算法都有着很深的理论背景，因此， 由于这些算法都有着很深的理论背景，因此， 由于这些算法都有着很深的理论背景，因此， 由于这些算法都有着很深的理论背景，因此， 由于这些算法都有着很深的理论背景，因此， 由于这些算法都有着很深的理论背景，因此， 由于这些算法都有着很深的理论背景，因此， 由于这些算法都有着很深的理论背景，因此， 由于这些算法都有着很深的理论背景，因此， 由于这些算法都有着很深的理论背景，因此， 由于这些算法都有着很深的理论背景，因此， 由于这些算法都有着很深的理论背景，因此， 由于这些算法都有着很深的理论背景，因此， * * 第三讲 模拟退火模型 1 导 入 为了找出地球上最高的山，一群有志气的兔子们开始想办法。 方案一：兔子们吃了失忆药片，并被发射到太空，然后随机落到了地球上的某些地方。他们不知道自己的使命是什么。但是，如果你过几年就杀死一部分海拔低的兔子，多产的兔子们自己就会找到珠穆朗玛峰。 遗传算法 方案二：兔子们知道一个兔子的力量是渺小的。于是，它们互相转告着，哪里的山已经找过，并且找过的每一座山他们都留下一只兔子做记号。这样，它们制定了下一步去哪里寻找的策略。 禁忌搜索法 方案三：兔子们用酒将自己灌醉了。它们随机地跳了很长时间。在这期间，它们可能走向高处，也可能踏入平地。但是，随着时间的流逝，它们渐渐清醒了并朝最高方向跳去。 模拟退火法 禁忌搜索算法的主要思路 华东理工大学自动化系 2007年 算法的提出 禁忌搜索（Tabu search）是局部邻域搜索算法的推广，Fred Glover在1986年提出这个概念，进而形成一套完整算法。 算法的特点 禁忌——禁止重复前面的工作。 跳出局部最优点。 /~glover/ 模拟退火算法得益于材料的统计力学的研究成果。统计力学表明材料中粒子的不同结构对应于粒子的不同能量水平。在高温条件下，粒子的能量较高，可以自由运动和重新排列。在低温条件下，粒子能量较低。如果从高温开始，非常缓慢地降温（这个过程被称为退火），粒子就可以在每个温度下达到热平衡。当系统完全被冷却时，最终形成处于低能状态的晶体。 模拟退火算法简介 算法的提出： 模拟退火算法最早的思想由Metropolis等(1953)提出，1983年Kirkpatrick等将其应用于组合优化。 算法的目的 解决NP复杂性问题； 克服优化过程陷入局部极小； 克服初值依赖性。 组合优化问题解空间中的每一点都代表一个具有不同目标函数值的解。所谓优化，就是在解空间中寻找目标函数最小（大）解的过程。若把目标函数看成能量函数，某一控制参数视为温度T，解空间当作形态空间，那么寻找基态的过程也就是求目标函数极小值的优化过程。 模拟退火算法与模型 物理退火过程： 什么是退火？ 退火是指将固体加热到足够高的温度，使分子呈随机排列状态，然后逐步降温使之冷却，最后分子以低能状态排列，固体达到某种稳定状态。 模拟退火算法与模型(C.) 物理退火过程： 加温过程——增强粒子的热运动，消除系统原先可能存在的非均匀态； 等温过程——对于与环境换热而温度不变的封闭系统，系统状态的自发变化总是朝自由能减少的方向进行，当自由能达到最小时，系统达到平衡态； 冷却过程——使粒子热运动减弱并渐趋有序，系统能量逐渐下降，从而得到低能的晶体结构。