第8讲: 现代启发式算法-模拟退火算法
现代启发式算法
别名
Meta-solution
Modern heuristics
含义(其一)
启发性方法的有机结合
现代启发式算法
含义(其二)
模拟某些现象
Simulated Annealing法(退火現象)
Tabu Search (大脑的思考过程)
ic Algorithm (遺伝现象)
含义(其三)
通过改变参数可以得到的各种“无限运行时间”近似算法(any time algorithms)
现代启发式算法探索机制: 集中化与多样化的对立与统一
集中化(intensification):在良解的附近存在良解(proximate optimality property)。基于这一性质, 在较好解的周围集中探索.
多様化(diversification)
避免在悪解的周围滞留及长时间无为探索,强制到迄今为止尚未探索的领域进行探索.
跳离局部最优的两难选择
集中化 intensification
因为这附近良解比较多
再花点功夫找找看
集中化与多样化的有机结合
φ
多様化
集中化
现代启发式算法的核心问题
Simulated Annealing 法 (模拟退火法)
随机局部探索法
+
系统地改变系统温度参数
集中化与多样化探索结合的一种模式
Simulated Annealing 法
温度T高
温度 T=0
Simulated Annealing 法
模拟金属退火(annealing)现象的逻辑
逐渐冷却
现代启发式算法-模拟退火算法 来自淘豆网m.daumloan.com转载请标明出处.
