问题标签 [simulated-annealing]

我试图理解模拟退火的概念，因此我试图实现它来对数字进行排序。我不确定这在概念上是否是模拟退火的正确实现。谁能指导我在这种情况下如何正确实施它？在这种情况下如何改进评分功能？另外，我在这里无法实现温度的概念。请多多包涵，因为我是编程初学者。

}

选择邻居时应该考虑算法的温度吗？因此，例如，如果在挑选邻居时温度很高，应该进行排列吗？还是温度只影响接受概率？

我需要将人员分成团队，每个团队对这些团队都有一定数量的男性和女性，我编写了以下代码，但我不知道如何修改它，以便生成的团队具有正确的数量其中的男性和女性。

代码是：

我写了一个多线程模拟退火程序，但它没有运行。我不确定代码是否正确。代码能够编译，但是当我运行代码时它崩溃了。它只是一个运行时错误。

请帮忙。

谢谢阿维内什

首先，这不是关于温度迭代计数或自动优化调度的问题。这就是数据量级与指数缩放的关系。

我正在使用经典公式：

exp 函数的输入是负数，因为 delta/tK 是正数，所以 exp 结果总是小于 1。random 函数还返回 0 到 1 范围内的值。

我的测试数据在 1 到 20 的范围内，增量值低于 20。我选择一个等于系统初始计算温度的起始温度，然后线性下降到 1。

为了让 SA 工作，我必须扩展 tK。工作版本使用：

那么 tK 的大小与 delta 的大小有什么关系呢？我通过反复试验找到了比例因子，但我不明白为什么需要它。据我了解，只要 delta > tK 并且步长和迭代次数是合理的，它应该可以工作。在我的测试用例中，如果我省略了额外的刻度，系统的温度不会降低。

我看过的各种在线资源都没有提到使用真实数据。有时它们包括玻尔兹曼常数作为尺度，但因为我没有模拟一个没有帮助的物理粒子系统。示例（通常使用伪代码）使用 100 或 1000000 等值。

那么我错过了什么？是否缩放另一个我必须通过反复试验设置的值？这让我很烦，因为我不只是想让这个测试用例运行，我想了解算法，而魔法常数意味着我不知道发生了什么。

我正在尝试使用该scipy.optimize包来优化离散优化问题（全局优化）。根据文档，实施的模拟退火scipy.optimize.anneal应该是一个不错的选择。但我不确定如何强制优化器只搜索搜索空间的整数值。有人可以帮忙吗？

一个说明性的例子：

f(x1,x2) = (1-0.4*x1)^2 + 100*(0.6*x2 -0.4*x1^2)^2

where, $x1, x2 \in I$

我想对不同的情况使用模拟退火。网络中的每个模拟退火算法都提供了温度示例。就像在维基

现在这个“T”一般代表什么？假设我将对国际象棋使用模拟退火。我将使用该算法为计算机寻找下一步行动。我有当前状态（S）和它的价值（e）。我有下一个状态（snew）和它们的值（enew）。那么国际象棋的“T”是什么？我需要吗！这个算法有什么通用的形式吗？我的意思是没有这个温度示例，我可以得到基本的想法！我找不到任何东西。请帮忙。提前致谢......

我希望在 Java 中实现模拟退火算法，以找到旅行商问题的最佳路线，到目前为止，我已经实现了蛮力，并希望修改该代码以使用模拟退火。显然蛮力和模拟退火是非常不同的，并且使用非常不同的功能。

我了解模拟退火使用一个称为温度的变量，然后随着算法的运行而冷却；随着温度开始升高，逐渐冷却。虽然温度很高，但该算法更有可能选择比当前更差的解决方案，从而消除您在类似的爬山算法中发现的局部最大值。随着它的冷却，算法不太可能接受更差的解决方案，因此它可以专注于特定区域并快速找到最佳路线。

我相信我了解该算法的工作原理，但在将其放入 Java 时遇到了麻烦，我有 2 个类；一个名为 City 的方法，它只包含计算每个城市的详细信息的方法，例如getIndex、getDistance等。算法类从输入文件中读取并将其存储在数组中 ( int [][])

下面的代码是蛮力算法，我想修改它以进行模拟退火，如果有人可以帮助我这样做，我将不胜感激。

我想知道这个函数的作用：

我正在执行此功能以“退火”tour1，但我不确定我是否做得很好。我特别纠结于注释行（＃），有人可以帮助我知道我在做什么！？或者更好，如果我做得很好？

编辑：

这是我的 SA 部分：

matriz 是一个 52x52 数组，是 berlin52 http://www.iwr.uni-heidelberg.de/groups/comopt/software/TSPLIB95/tsp/各部分之间的距离

其他功能是：

就是这样，感谢您的评论。

具体来说，最速爬山、随机爬山和模拟退火。广义时间复杂度也可以。谢谢。