模拟退火算法工具箱及应用
1、案例背景
模拟退火算法(simulated annealing, SA)是一种模拟固体退火过程的迭代搜索优化
算法。在每一次迭代过程中,SA 随机产生一个新的搜索点,该新点与当前点之间的距离,
或者说算法搜索的范围,与固体退火的温度有关,具体地说,随着固体温度的下降,算法
搜索的范围会越来越小,以使 SA 收敛于最小值点。假设是最小值优化问题,那么当新点
的目标函数值比当前点的目标函数值小时,SA 毫不犹豫地接受该新点,使其成为下一次迭
代的当前点,而当新点的目标函数值比当前点的目标函数值大时,SA 不是一刀切地拒绝该
新点,而是以一定的概率接受该新点,该概率的大小也与固体温度的高低有关。通过这样
一种接受目标函数值比当前点的目标函数值差的新点的方式,SA 可以跳出局部最优值,有
可能搜索到全局最优点。
2、案例目录:
第 21 章 ‚‚
模拟退火算
法工具箱及
应用
21.1案 例
背景
21.1.1
模拟退火算
法
21.1.2
模拟退火算
法工具箱
21.1.3
模拟退火算法的一些基本概念
21.2代码实现
21.2.1sanewpoint 函数
21.2.1.1AnnealingFcn 函数
21.2.1.2AcceptanceFcn 函数
21.2.2saupdates 函数
21.2.3SAT 的使用
21.2.3.1GUI 方式使用 SAT
21.2.3.2命令行方式使用 SAT
21.3案例分析
21.3.1 模型建立
21.3.2SAT 的应用
评论0