第5章——模拟退火知识讲稿.pptVIP

基本概念 状态： 处于系统中的一种特定状态表达。 状态转移概率： 从状态 i 转移到状态 j 的可能性。 无后效应： 到一个状态后，决策只与本状态有关，与以 前的历史状态无关。 五.SA的收敛性分析 （2） 以青蛙跳动为例说明状态转移概率 用石头唯一的表达青蛙所处的状态，假设青蛙 跳动具有无后效应的特点。 五.SA的收敛性分析 （3） 1/3 1/3 1/4 1/4 1/2 1/2 青蛙跳动图示 状态转移概率矩阵： 1/3 1/4 1/4 t时刻处在各状态的概率向量 是行向量，假设系统在t+1时达到稳态，则 五.SA的收敛性分析 （4） 解方程组： 可得结果： 可见青蛙是跳到第三块石头上的机会多一些 五.SA的收敛性分析 （5） SA的收敛性分析 问题： 将状态按目标值进行升序编号， 即 五.SA的收敛性分析 （6） 状态间的转移概率 设 为 i 选 j 为邻域点时，i j的转移概率 五.SA的收敛性分析 （7） 设 是系统处于状态 i 时选择 j 为邻域移动点 的概率， 为状态 i 的邻域点的个数，则 则状态 i 到状态 j 的转移概率为 五.SA的收敛性分析 （8） 智能优化方法AI-Based Optimization Methods By Junwei Wang PhD Northeastern University China 2007 第五章 模拟退火 第五章 模拟退火 一.导言 二.退火过程和Bolzman方程 三.SA的算法构造及步骤 四.计算举例 五.SA的收敛性分析 六.SA的应用举例 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，得到广泛的应用 一.导言（1） 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 一.导言（2） 缓慢下降 淬火： 快速冷却，使金属处于高能状态，较硬易断 退火： 缓慢冷却，使金属处于低能状态，较为柔韧 一.导言（3） 模拟退火在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 一.导言（4） 热力学中的退火过程 变温物体缓慢降温从而达到分子之间能量最 低的状态 二.退火过程和Bolzman方程（1） Bolzman方程 二.退火过程和Bolzman方程（3） 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 二.退火过程和Bolzman方程（4） 当 时， 与 的小差别带来 和 的巨大差别 例如： =90， =100， 二.退火过程和Bolzman方程（5） 当 =100时 二.退火过程和Bolzman方程（6） 当 =1时 此时 结论: 时，以概率1趋于最小能量状态 二.退火过程和Bolzman方程（7） 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 二.退火过程和Bolzman方程（8） 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 三.SA的算法构造及步骤（1） 问题的描述及要素 三.SA的算法构造及步骤（2） 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 三.SA的算法构造及步骤（3） 若 转步④ (j比i好无条件转移) ；否则产生 (j比i好，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。 三.SA的算法构造及步骤（4） 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 三.SA的算法构造及步骤（5） 内循环 产生 开始 停止 Y N Y N ，降温 外循环 设定 产生 计算 Y Y N N 问题的提出 单机极小化总流水时间的排序问题 四