核心思想

模擬退火十分好寫，它的核心思想就是：

每一次降溫都可以從當前狀態轉移到另一種相近狀態（沒有嚴格定義，可以自己想產生相近解的方法）

如果那個相近狀態的答案更優，當然轉移到那種狀態！

但如果更劣，也需要一定的概率轉移到那種狀態（防止陷入局部最優解）

那個概率就是：

\[ P=e^{\frac{nowVal-nextVal}{T}} \]

這里的T就是當前溫度，Val是對應狀態的答案

要注意\(\frac{nowVal-nextVal}{T}\)是一個負值，因此必定有\(0<P<1\)

可以看出，當那種相近狀態越劣（\(nowVal-nextVal\)越小），就有越小的概率轉移到那種狀態

而當前溫度越低，也是越穩定的

（這里針對的是答案越小越優的題目）

參數設置

模擬退火是一個十分依賴參數的隨機化算法，大致有以下幾個參數

①初始溫度\(startT\)

②溫度變化率\(deltaT\)

③溫度下限\(lowT\)

④隨機種子\(seed\)

初始溫度大致可以設在100~10000，防止一開始活躍性太高，陷入太劣的解

溫度變化率宜設置在0.99~0.999

溫度下限可以很小，大概在1e-15~1e-10之間

至于\(seed\)...

大致流程

綜上，模擬退火的大致流程就是：

①初始化溫度

②產生相近狀態

③利用上述方法判斷是否轉移，并同時改變記錄的答案值

④降溫，goto ②

直到溫度低于下限結束

最后說一下，四個參數的調整對算法效率影響很大，可以自己做題體會一下

例題

提供幾道例題練手

[JSOI2004]平衡點

[NOIp提高組2017]寶藏

轉載于:https://www.cnblogs.com/ytxytx/p/9705916.html

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的浅谈模拟退火的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。