담금질 기법 알고리즘 (SA) 알고리즘 흐름의 기본 개념

시뮬레이션 어닐링 알고리즘의 기본 아이디어 (SA)

문제 설명

SA는 물리적 공정 시뮬레이션을 어닐링 랜덤 휴리스틱 최적화 알고리즘이다 주어진 메트로폴리스 감소 안정 리샘플링 과정과 함께 솔루션 공간의 점핑 특성을 갖는 임의의 검색 전략을 샘플링하여 초기 온도를 시작할 .

기본 단계 :

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

알 수있는 바와 같이, SA 최적의 결과에 영향을 미치는 주요 요인은 두 세 원리 함수와 초기 온도

기본 요구와 SA 알고리즘의 요소

기본 요구 사항 :

• 도 1은, 초기 온도가 충분히 높다
• 2, 냉각 과정은 느린 충분하다
• 3, 종료 온도를 충분히 낮게
  알고리즘 기능 :
• 식 1에서, 상태
• (2) 상기 이동 공간 정의
• 3, 열 평형에 도달
• 4, 냉각 기능 : 일반적으로 사용되는 냉각 기능은 :
  $A : T_ {K + 1}을 T_k * R = 어디에서 R \ (0.95,0.99)$
  $B : T_ {K + 1} = T_k- \ 델타 T \ 델타 T는 각 단계의 길이 감소는$

SA 계산 단계

• 1, 그래서 초기화 초기 용액 임의로 난 T_0 주어진 초기 온도, T_f 종료 온도, 반복 인덱스 k = 0, = T_k T_0.
• 참고 : T_0을 선택할 때, 충분히 높은하려면 $E_i / T_k \ 우측으로 향하는 화살표 0$
• 2, 무작위로 생성 된 용액 근교 목표 값 증분을 계산 $N (i)에서 J \는 (N은 (i)는 이웃을 나타내는 I)$
  $\ 델타 F = F (j) = F (I)$
• 3, 만약 $\ 델타 F <0$ 그래서 (I보다 더 J 무조건 분기 진행) 단계 (4)의 이동 J = 것으로, 그 밖에 $\ XI \ U에서 (0,1)$ 인 경우] $EXP (- \ 델타 F / T_k)> \ XI$ 후하자 내가 J = (더 나는 것보다 J를 조건부 전송)
• 참고 : 높은 T_k은, 광역 검색 낮은 T_k, 로컬 검색
• 도 4에서, 열 평형에 도달 달리 2 단계로 가고, 단계 5로 진행 (사이클의 수는 N (T_k)보다 크다)
• T_k <T_f 정지, 그렇지 않으면 2 단계로 이동하는 경우 5, K = K 1 T_k이 감소 +
• 참고 : 다음 두 가지 방법 T_k 감소
  $A : T_ {K + 1}을 T_k * R = 어디에서 R \ (0.95,0.99)$
  $B : T_ {K + 1} = T_k- \ 델타 T \ 델타 T는 각 단계의 길이 감소는$

SA 알고리즘 흐름도