随机算法介绍.pptVIP

智能优化算法研究 引言 在复杂系统的优化计算过程中，传统的确定性算法（如梯度法、共轭梯度法、牛顿法、拟牛顿法等）往往容易陷入局部极值点（如下图）。为了有效地进行全局搜索，得到问题的全局最优解或次优解，人们受自然界、或具体问题的启发提出了一些启发式的随机优化算法。 模拟退火算法； 遗传算法等进化计算方法； 神经网络算法； 蚁群算法等等。 一、模拟退火算法 模拟退火算法最早由Metropolis于1953年提出，1983年Kirkpatrick等将其应用于优化问题。 1. 算法步骤 (1) 给定初温t=t0，随机产生初始状态X(1)，令k=0; (2) Repeat (2.1) Repeat (2.1.1) 产生新的状态X(2) =Generate (X(1)); (2.1.2) if random[0,1]≤min{1,exp[C(X(1))-C(X(2))]/tk} X(1) = X(2); //这里C(X(1))为状态X(1)的目标函数值 (2.2) Until 抽样稳定准则满足 (2.3) 退温tk+1=update(tk),并令k=k+1; (3) Until 算法终止准则满足; (4) 输出结果 一