根植于统计力学的随机方法演示教学.pptVIP

2 随机模拟/优化方法 Gibbs抽样器的转移概率是非平稳的。 * 2 随机模拟/优化方法 1.收敛定理。 2.收敛速度定理。 随机变量 的联合概率以n的几何级数速度收敛于 的联合分布函数。（自然顺序访问） 3. 遍历定理。 Gibbs抽样满足以下三个定理： * 2 随机模拟/优化方法 模拟退火 决定温度下降速度的调度表 一个算法迭代求解每个调度表给出的新的温度下的平衡分布 模拟退火解决非凸优化问题的有力工具。 随机优化方法 * 2 随机模拟/优化方法 基本思想：当优化一个非常复杂的大系统（即具有许多自由度的系统）时不要求总是下降而是试图要求大部分时间在下降。 与传统的迭代优化算法不同： 1.不会陷入局部最小； 2.模拟退火是自适应的。 * 2 随机模拟/优化方法 模拟退火过程以Metropolis算法为基础。设温度下降没有对数快，这样可以保证全局最优，但速度慢。 退火进度表参数： 1.温度初始值。足够高，所有提出的转移都被接受。 2.温度的下降。指数形式。下降函数定义： 3.温度的最后值。 * 2 随机模拟/优化方法 模拟退火算法流程图 * 随机生成初始解 计算目标函数 扰动产生新解 计算目标函数 接受新解 按Metropolis准则接受新解 是 否 是否达到迭代次数