轉(zhuǎn)sci論文從入門到精通-文庫(kù)吧
2025-04-17 19:04 本頁(yè)面
【正文】 受較小的衰減，當(dāng) T為 0時(shí)，就不再接受衰減。這一特征意味著模擬退火與局部搜索相反，它能避開(kāi)局部極小，并且還保持了局部搜索的通用性和簡(jiǎn)單性。在物理上，先加熱，讓分子間互相碰撞，變成無(wú)序狀態(tài)，內(nèi)能加大，然后降溫，最后的分子次序反而會(huì)更有序，內(nèi)能比沒(méi)有加熱前更小。就像那只兔子，它喝醉后，對(duì)比較近的山峰視而不見(jiàn)，迷迷糊糊地跳一大圈子，反而更有可能找到珠峰。值得注意的是，當(dāng) T為 0 時(shí)，模擬退火就成為局部搜索的一個(gè)特例。模擬退火的偽碼 表達(dá)： procedure simulated annealing begin t： =0； initialize temperature Tselect acurrent string vc at random；evaluate vc； repeat repeat select anew string vn in the neighborhood of vc； (1)if f(vc)f(vn)then vc： =vn； else if random[0,1]exp((f(vn)f(vc))/T)(2)then vc： =vn； until(terminationcondition)(3)T： =g(T,t)；(4)T： =t+1； until(stopcriterion)(5)end；上面的程序中，關(guān)鍵的是 (1)新?tīng)顟B(tài)產(chǎn)生函數(shù)， (2)新?tīng)顟B(tài)接受函數(shù)， (3)抽樣穩(wěn)定準(zhǔn)則， (4)退溫函數(shù)， (5)退火結(jié)束準(zhǔn)則 (簡(jiǎn)稱三函數(shù)兩準(zhǔn)則 )是直接影響優(yōu)化結(jié)果的主要環(huán)節(jié)。雖然實(shí)驗(yàn)結(jié)果證明初始值對(duì)于最后的結(jié)果沒(méi)有影響，但是初溫越高，得到高質(zhì)量解的概率越大。所以，應(yīng)該盡量選取比較高的初溫。上面關(guān)鍵環(huán)節(jié)的選取策略： (1)狀態(tài)產(chǎn)生函數(shù)：候選解由當(dāng)前解的 鄰域函數(shù)決定，可以取互換，插入，逆序等操作產(chǎn)生，然后根據(jù)概率分布方式選取新的解，概率可以取均勻分布、正態(tài)分布、高斯分布、柯西分布等。 (2)狀態(tài)接受函數(shù)：這個(gè)環(huán)節(jié)最關(guān)鍵，但是，實(shí)驗(yàn)表明，何種接受函數(shù)對(duì)于最后結(jié)果影響不大。所以，一般選取 min[1,exp((f(vn)f(vc))/T)]。 (3)抽樣穩(wěn)定準(zhǔn)則：一般常用的有：檢驗(yàn)?zāi)繕?biāo)函數(shù)的均值是否穩(wěn)定；連續(xù)若干步的目標(biāo)值變化較?。灰?guī)定一定的步數(shù)； (4)退溫函數(shù)：如果要求溫度必須按照一定的比率下降， SA 算法可以采用，但是溫度下降很慢；快速 SA 中，一般采用。目前，經(jīng) 常用的是，是一個(gè)不斷變化的值。 (5)退火結(jié)束準(zhǔn)則：一般有：設(shè)置終止溫度；設(shè)置迭代次數(shù)；搜索到的最優(yōu)值連續(xù)多次保持不變；檢驗(yàn)系統(tǒng)熵是否穩(wěn)定。為了保證有比較優(yōu)的解，算法往往采取慢降溫、多抽樣、以及把 終止溫度 設(shè)的比較低等方式，導(dǎo)致算法運(yùn)行時(shí)間比較長(zhǎng)，這也是模擬退火的最大缺點(diǎn)。人喝醉了酒辦起事來(lái)都不利索，何況兔子 ?遺傳算法 (Geic Algorithm,GA)物競(jìng)天擇，適者生存 ，是進(jìn)化論的基本思想。遺傳算法就是模擬自然界想做的事。遺傳算法可以很好地用于優(yōu)化問(wèn)題，若把它看作對(duì)自然過(guò)程高度理想化的模擬，更 能顯出它本身的優(yōu)雅 雖然生存競(jìng)爭(zhēng)是殘酷的。遺傳算法以一種群體中的所有個(gè)體為對(duì)象，并利用隨機(jī)化技術(shù)指導(dǎo)對(duì)一個(gè)被編碼的參數(shù)空間進(jìn)行高效搜索。其中，選擇、交叉和變異構(gòu)成了遺傳算法的遺傳操作；參數(shù)編碼、初始群體的設(shè)定、適應(yīng)度函數(shù)的設(shè)計(jì)、遺傳操作設(shè)計(jì)、控制參數(shù)設(shè)定五個(gè)要素組成了遺傳算法的核心內(nèi)容。作為一種新的全局優(yōu)化搜索算法，遺傳算法以其簡(jiǎn)單通用、健壯性強(qiáng)、適于并行處理以及高效、實(shí)用等顯著特點(diǎn)，在各個(gè)領(lǐng)域得到了廣泛應(yīng)用，取得了良好效果，并逐漸成為重要的智能算法之一。遺傳算法的偽碼： proced
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1