模拟退火算法介紹?模拟退火算法來源于固體退火原理,是一種基于概率的算法,将固體加溫至充分高,再讓其徐徐冷卻,加溫時,固體内部粒子随溫升變為無序狀,内能增大,而徐徐冷卻時粒子漸趨有序,在每個溫度都達到平衡态,最後在常溫時達到基态,内能減為最小,下面我們就來聊聊關于模拟退火算法介紹?接下來我們就一起去了解一下吧!
模拟退火算法來源于固體退火原理,是一種基于概率的算法,将固體加溫至充分高,再讓其徐徐冷卻,加溫時,固體内部粒子随溫升變為無序狀,内能增大,而徐徐冷卻時粒子漸趨有序,在每個溫度都達到平衡态,最後在常溫時達到基态,内能減為最小。
模拟退火算法(Simulated Annealing,SA)最早的思想是由N. Metropolis 等人于1953年提出。1983 年,S. Kirkpatrick 等成功地将退火思想引入到組合優化領域。它是基于Monte-Carlo叠代求解策略的一種随機尋優算法,其出發點是基于物理中固體物質的退火過程與一般組合優化問題之間的相似性。模拟退火算法從某一較高初溫出發,伴随溫度參數的不斷下降,結合概率突跳特性在解空間中随機尋找目标函數的全局最優解,即在局部最優解能概率性地跳出并最終趨于全局最優。
模拟退火算法是一種通用的優化算法,理論上算法具有概率的全局優化性能,目前已在工程中得到了廣泛應用,諸如VLSI、生産調度、控制工程、機器學習、神經網絡、信号處理等領域。
更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!