simanneal:用于模拟退火优化的Python模块

用于模拟退火的Python模块 该模块执行以找到系统的最佳状态。 它的灵感来自退火的冶金过程，该过程中必须定期冷却金属，以使其沉降到最低能量状态。 模拟退火可用于在极大量（但有限）的潜在解中找到最接近最优的解。 对于由依赖于外部数据的复杂目标函数定义的问题特别有用。 该过程涉及： 随机移动或更改状态 使用目标函数评估新状态的能量 将能量与以前的状态进行比较，然后根据当前温度决定接受还是拒绝新的解决方案。 重复直到您收敛到可接受的答案为止 要接受此举，它必须满足以下两个条件之一： 该移动导致状态能量的减少（即目标函数的改善） 该移动增加了状态能量（即稍微差一些的解决方案），但在温度范围内。 随着算法的进行，温度呈指数下降。 通过这种方式，我们避免了在过程的早期就被局部极小值所困住，但最终开始寻求可行的解决方案。 示例：旅行商问题 典型的离散优化问题是。 给定位置列表，到达每个