MATLAB智能算法三十个案例分析.docVIP

1、案例背景 模拟退火算法（Simulated Annealing，简称SA）的思想最早是由Metropolis等提出的。其出发点是基于物理中固体物质的退火过程与一般的组合优化问题之间的相似性。模拟退火法是一种通用的优化算法，其物理退火过程由以下三部分组成： （1）加温过程。其目的是增强粒子的热运动，使其偏离平衡位置。当温度足够高时，固体将熔为液体，从而消除系统原先存在的非均匀状态。 （2）等温过程。对于与周围环境交换热量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的，当自由能达到最小时，系统达到平衡状态。 （3）冷却过程。使粒子热运动减弱，系统能量下降，得到晶体结构。 其中，加温过程对应算法的设定初温，等温过程对应算法的Metropolis抽样过程，冷却过程对应控制参数的下降。这里能量的变化就是目标函数，我们要得到的最优解就是能量最低态。其中Metropolis准则是SA算法收敛于全局最优解的关键所在，Metropolis准则以一定的概率接受恶化解，这样就使算法跳离局部最优的陷阱。 2、案例目录： 第19章 基于模拟退火算法的TSP算法 19.1理论基础 ??19.1.1 模拟退火算法基本原理 ??19.1.2 TSP问题介绍 19.2 案例背景 ??19.2.1 问题描述 ??19.2.2 解决思路及步骤 ? ? 算法流程 ? ? 模拟退火算法实现 ?