模拟退火算法详解教程详解
模拟退火算法(Simulated Annealing,SA)是一种通用概率算法,用来在一个大的搜寻空间内找寻问题的近似最优解,它是一种启发式算法。 模拟退火算法最早的思想是由N.Metropolis等于1953年提出。1983年,S.Kirkpatrick等成功地将退火思想引入组合优化领域。它是基于Monte-Carlo迭代求解策略的一种随机寻优算法,其出发点基于物理中固体物质的退火过程与一般组合优化问题之间的相似性。 模拟退火算法从某一较高初温出发,伴随温度参数的不断下降,结合概率突跳特性,在解空间中随机寻找目标函数的全局最优解,即局部最优解能概率性地跳出,并最终趋于全局最优。该算法具有概率的全局优化性能,目前已在工程中得到了广泛应用,如VLSI(超大规模集成电路)、生产调度、控制工程、机器学习、神经网络、信号处理等领域。 模拟退火算法是通过赋予搜索过程一种时变且最终趋于零的概率突跳性,从而可有效避免陷入局部极小,并最终趋于全局最优的串行结构的优化算法。