智能优化方法AIBasedOptimizationMethods.ppt

智能优化方法AI-Based Optimization Methods 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 一.导言（1） 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（2） 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（3） 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（4） 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 二.退火过程和Bolzman方程（1） 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（2） 二.退火过程和Bolzman方程（3） Bolzman方程 二.退火过程和Bolzman方程（4） 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