求有界非线性问题的全局最小值
模拟退火(SA)是求解无约束和有约束优化问题的一种方法。该方法模拟了加热材料的物理过程,然后慢慢降低温度以减少缺陷,从而使系统能量最小化。
在模拟退火算法的每一次迭代中,随机生成一个新的点。新点到当前点的距离,或者搜索的范围,是基于与温度成比例比例的概率分布。该算法接受所有降低目标的新点,但也有一定概率接受提高目标的点。通过接受提高目标的点,该算法避免了在早期迭代中陷入局部极小值,并能够全局探索更好的解决方案。
有关使用模拟退火求解无约束或有约束优化问题的更多信息,请参见全局优化工具箱.
例子和如何
软件参考
参见:全局优化工具箱,优化工具箱,遗传算法,线性规划,二次规划,整数规划,非线性规划,多目标优化,模拟退火视频,代理优化