146.MATLAB编程 智能算法之模拟退火算法代码.rar

%生成初始解，求目标函数f(x)=x1^2+x2^2+8在x1^2-x2>0;-x1-x2^2+2=0约束下的最小值问题 sol_new2=1;%（1）解空间（初始解） sol_new1=2-sol_new2^2; sol_current1 = sol_new1; sol_best1 = sol_new1; sol_current2 = sol_new2; sol_best2 = sol_new2; E_current = inf; E_best = inf; rand('state',sum(clock)); %初始化随机数发生器 t=90; %初始温度 tf=89.9; %结束温度 a = 0.99; %温度下降比例 while t>=tf%（7）结束条件 for r=1:1000 %退火次数 %产生随机扰动（3）新解的产生 sol_new2=sol_new2+rand*0.2; sol_new1=2-sol_new2^2; %检查是否满足约束 if sol_new1^2-sol_new2>=0 && -sol_new1-sol_new2^2+2==0 && sol_new1>=0 &&sol_new2>=0 else sol_new2=rand*2; sol_new1=2-sol_new2^2; continue; end %退火过程 E_new=sol_new1^2+sol_new2^2+8;%（2）目标函数 if E_new<E_current%（5）接受准则 E_current=E_new; sol_current1=sol_new1; sol_current2=sol_new2; if E_new<E_best %把冷却过程中最好的解保存下来 E_best=E_new; sol_best1=sol_new1; sol_best2=sol_new2; end else if rand<exp(-(E_new-E_current)/t)%（4）代价函数差 E_current=E_new; sol_current1=sol_new1; sol_current2=sol_new2; else sol_new1=sol_current1; sol_new2=sol_current2; end end plot(r,E_best,'*') hold on end t=t*a;%（6）降温 end disp('最优解为：') disp(sol_best1) disp(sol_best2) disp('目标表达式的最小值等于：') disp(E_best)