Simulated Annealing Algorithmus (SA) Die Grundidee des Algorithmus Flow

Simulated Annealing Algorithmus (SA) der Grundidee

Problembeschreibung

SA ist eine Zufall heuristischer Optimierungsalgorithmus, Simulated Annealing physikalischen Prozess von A eine Anfangstemperatur von Metropolis Abtaststrategie mit Zufallssuche jumping Eigenschaft im Lösungsraum, zusammen mit sinkender stabiler Neuabtastungsprozeß beginnt gegebene .

Die grundlegenden Schritte:

给定初温t=t_0，随机产生初始状态s=s_0，令k=0;
Repeat
	Repeat
		产生新的状态S_j=Gnente(s);
		if min{1,exp[-(C(s_j)-C(s))/t_k]}>=random[0,1]
			s=s_j;
	Until 抽样稳定准则满足
	退温t_{k+1}=update(t_k)并令k=k+1;
Until 算法终止准则满足
输出算法搜索结果

Wie man sehen kann, dass die wichtigsten Faktoren SA optimale Ergebnisse beeinflussen: zwei drei Prinzipien funktionieren und die Anfangstemperatur

Grundlegende Anforderungen und Elemente des SA-Algorithmus

Grundlegende Anforderungen:

• 1, die Anfangstemperatur ist ausreichend hoch,
• 2, der Kühlprozess ist langsam genug
• 3, Endtemperatur ausreichend niedrige
  Algorithm Merkmale:
• 1, die Ausprägungs
• 2, der mobile Raum definiert
• 3 zu erreichen, die thermische Gleichgewicht
• 4, Kühlfunktion: üblicherweise verwendete Kühlfunktionen sind:
  $a: T_ {k + 1} = T_k * r, wobei r \ in (0.95,0.99)$
  $b: T_ {k + 1} = T_k- \ Delta T, \ Delta T ist die Länge eines jeden Schrittes Abnahme$

SA Berechnungsschritte

• 1, die Initialisierung, die Anfangslösung, gegebenenfalls, i, T_0 gegebene Anfangstemperatur, die Temperatur T_f beendet, so dass der Iterationsindex k = 0, = T_k T_0.
• Zur Anmerkung: Bei der Auswahl T_0, hoch genug zu machen, $E_i / T_k \ rightarrow 0$
• 2, eine zufällig erzeugte Lösungen Nachbarschaft berechnet ein Sollwert-Inkrement $j \ N in (i), (N (i) die Nachbarschaft i)$
  $\ Delta f = f (j) = f (i)$
• 3, wenn $\ Delta f <0$ , so dass i = j gehenzu Schritt 4 (j besser als ich, geht unbedingte Verzweigung), sonst ein $\ Xi \ in U (0,1)$ Wenn die $exp (- \ Delta f / T_k)> \ xi$ dann lassen i = j (j besser als i, bedingter Transfer)
• Hinweis: Bei hohen T_k, Wide-Area suchen, niedrige T_k, die lokale Suche
• 4, wenn das thermische Gleichgewicht erreicht ist (die Anzahl der Zyklen größer ist als n (T_k)) gehen zu Schritt 5, sonst mit Schritt 2 zu
• 5, k = k + 1 T_k reduziert, wenn T_k <T_f Anschlag, sonst gehen zu Schritt 2
• Hinweis: Die Reduzierung T_k die folgenden zwei Verfahren
  $a: T_ {k + 1} = T_k * r, wobei r \ in (0.95,0.99)$
  $b: T_ {k + 1} = T_k- \ Delta T, \ Delta T ist die Länge eines jeden Schrittes Abnahme$

SA-Algorithmus Flussdiagramm