我已经使用随机突变爬山算法作为我正在从事的项目的一部分，但想知道使用模拟退火是否会更好，以尽量减少陷入任何局部最优的机会。
我的问题是，根据您的经验，哪一个通常更快？显然，这两种算法都有大量的应用。如果您愿意，这更像是一种广义的思考。
谢谢你。
问问题
1386 次
1 回答
1
没有办法提前告诉你（除非你的项目 100% 匹配一个经过充分研究的学术问题，比如纯 TSP - 即便如此......）。这取决于您项目的约束和项目的大小（以及您是否正确实施算法）。
因此，可以肯定的是，您必须实现这两种算法（以及许多其他算法，如禁忌搜索，......）并使用像这样的基准测试来比较它们。
话虽如此，我会在任何一天把钱花在模拟退火而不是随机突变爬山上：）
注意：模拟退火是一个简短但困难的算法：我只在我的第 3 次实现中做对了，我在博客等中看到了很多错误的实现（仍然输出一个相当不错的解决方案）。重用优化更容易算法。
于 2012-03-27T09:01:30.777 回答