模拟退火算法第三节.pptVIP

共同特点：模糊概念的外延不清楚。 术语来源 Fuzzy: 毛绒绒的，边界不清楚的 模糊，不分明，弗齐，弗晰，勿晰 模糊概念导致模糊现象 模糊数学就是用数学方法研究模糊现象。 模糊数学的产生与基本思想 产生 1965年，L.A. Zadeh（扎德） 发表了文章《模糊集 》 (Fuzzy Sets，Information and Control, 8, 338-353 ) 基本思想 用属于程度代替属于或不属于。 某个人属于秃子的程度为0.8, 另一个人属于 秃子的程度为等. 模糊集合论的基础知识 定义1： 从论域U到闭区间[0,1]的任意一个映射： ，对任意u∈U， ， ，那么 叫做U的一个模糊子集， 叫做u的隶属函数，也记做 。 模糊集合论的基础知识 常用表示方法 模糊集合论的基础知识 模糊集合论的基础知识 模糊集合论的基础知识 模糊集合论的基础知识 模糊集合论的基础知识 模糊集合的运算 模糊集合论的基础知识 模糊集合论的基础知识 模糊集合论的基础知识 分解定理 模糊数学应用 模糊综合评价 模糊综合评价的一般步骤如下： （1） 确定评价对象的因素集； （2） 确定评语集； （3） 作出单因素评价； （4） 综合评价。 例：评价某种牌号的手表U＝{x1,x2,x3,x4}，其中x1表示外观式样，x2表示走时准确，x3表示价格，x4表示质量。 评语集为V＝{y1,y2,y3}，其中y1表示很满意，y2表示满意，y3表示不满意。 　实现的技术问题(冷却进度表) 　模拟退火算法的渐近收敛性意味着：对多数组合优化问题来说，算法的执行过程只有进行无限多次变换后，才能返回一个整体最优解．因而作为最优化算法，模拟退火算法的执行过程不能囿于多项式时间，它是一种指数时间算法，因而无法应用于实际．　 　按理论要求，齐次算法要在每一个温度迭代无穷步以达到平稳分布，而非齐次算法要求温度下降的迭代次数是指数次．从应用的角度来看，在可接受的时间里得到满意的解就可以了，因此本节介绍的技术问题无法保证模拟退火算法得到全局最优解．应用这些技术的模拟退火算法还是一种启发式算法． 一．冷却进度表的一般概念 　定义：一个冷却进度表应当规定下述参数： １．控制参数t 的初值 t0 ；即初始温度的选取． ２．控制参数t 的衰减函数；即温度下降的规则． ３．马氏链的长度 Lk ；即每一温度马氏链的迭代长度． ４．控制参数t 的终值tf ．即停止准则． 二．冷却进度表的选取原则 　任一有效的冷却进度表都必须妥善解决两个问题：一是算法的收敛性问题．已经证明模拟退火算法在一定条件下的渐近收敛性．但这并不意味着任一冷却进度表都能确保算法收敛，不合理的冷却进度表会使算法在某些解间“振荡”而不能收敛于某一近似解．这个问题可以通过 tk，Lk 以及停止准则的合理选取加以解决． 　二是模拟退火算法的实验性能问题．算法的实 验性能一般用两个指标－平均情况下最终解的质 量和CPU时间－来衡量．模拟退火算法最终解的 质量与相应CPU时间呈反向关系，很难两全其美．实验性能问题的妥善解决只有一种方法：折衷，即在合理的CPU时间里尽量提高最终解的质量．这种抉择涉及冷却进度表所有参数的合理选取． 　冷却进度表可以根据经验法则（基于折衷原 则）或理论分析（基于准平衡概念）选取．经验 法则从合理的CPU时间出发，探索提高最终解质 量的途径，简单直观而有赖丰富的实践；理论分 析由最终解的质量入手，寻求缩减CPU时间的方 法，精细透彻却难免繁琐的推证．只有综合两者 的优势才能构造出高效的冷却进度表． 1.　控制参数初值 t0 的选取． （１）起始温度 t0 应保证平稳分布中每一状态的 概率相等．应让初始接受率 由Metropolis准则 可推知 t0 值很大．例如取 ?0 ，则在 ?fij? 100时， t0 949． 　下面给出数值计算估计 t0 的方法．数值计算估计方法的基本思想是给出一个值 ?0 ( ?0接近1，如 ?0 ? 0.9 , 0.8 等)，对给定的初始温度 t0 用以下的算法： 初始温度数值计算算法 Step1　给定一个常量T; 初始温度 t0; ?0; R0= 0; k:=1; Step2　在该温度迭代 L步( L为一个给定的常 数)，分 Step3　当|Rk ??0|ε时，停止计算；否则，当Rk?1和 通过数值计算, 可以估计出温度t0 . 别记录模拟退火算法中接受和被拒绝的个数，计算接受的状态数同迭代步数 L的比率 Rk ； Rk ?0时，则k:=k+1，t0:= t0+T，返回step2；当Rk ?1和Rk ??0 时，