计算机算法设计与分析新型算法-（公开）精选课件.pptVIP

新 型 算 法 四川大学计算机学院 左劼 新型算法的引入 基本的确定性算法在很多时候不能满足要求 在现实世界中，存在很多现象，能自发地呈现很好的性质，虽然可能还不确切了解这些现象的本质 从模仿这些现象出发而设计的算法，在很多时候能得到意想不到的优势 一些典型的自然现象 退火过程 人脑的条件反射 生物的进化 根据这些现象设计的算法 模拟退火算法 人工神经网络 进化计算 模拟退火算法 模拟退火算法原理 这是一种启发式随机搜索算法 将固体加温至充分高，使得每一粒子都具有充分的随机性 再让其徐徐冷却，粒子渐趋有序 在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小 如果急速降温(即为淬火)则不能达到最低点 Metropolis准则 系统具有能量E时位于一个特定状态的概率为： P = exp(-E/T)/Z(T) 其中E为温度T时的内能，Z(T)是一个归一化常数，使得0=P=1，在算法过程中并不需要计算Z(T) 。 如果其中一个磁体指向上方，则它对整个系统贡献一个单位的正的能量；指向下方则为负。 随着能量的提高，可能的状态数量是呈指数下降的，这就解释了准则中概率对E的关系。 大致说来，高温给了系统更多的能量，使出现高能量的状态的概率增大。这也定性解释了准则中概率对T的相依关系： 在高温时，所有状态出现的概率分布大致平均，而低温时，