主要内容

模拟退火的术语

目标函数

目标函数是要优化的函数。全局优化工具箱算法试图找到目标函数的最小值。将目标函数编写为文件或匿名函数,并将其作为函数句柄传递给求解器。有关更多信息,请参见计算目标函数而且创建函数处理

温度

温度是模拟退火中的一个参数,影响算法的两个方面:

  • 试验点到当前点的距离(参见算法概述步骤1)。

  • 接受一个目标函数值较高的试点的概率(见算法概述步骤2)。

温度可以是一个矢量,对当前点的每个分量都有不同的值。通常,初始温度是一个标量。

随着算法的进行,温度逐渐降低。中指定初始温度为正标量或向量InitialTemperature选择。函数中的函数句柄可以指定温度作为迭代次数的函数TemperatureFcn选择。温度是一个函数退火参数,它是迭代次数的代理。温度下降的速度越慢,找到最优解的机会越大,但运行时间越长。有关内置温度函数的列表和自定义温度函数的语法,请参见温度的选择

退火参数

退火参数是迭代次数的代理。该算法通过将退火参数设置为比当前迭代结果更低的值来提高温度。(见再次退火)。方法将温度计划指定为函数句柄TemperatureFcn选择。

再次退火

退火是一种在冷却材料时严密控制温度以确保其达到最佳状态的技术。再次退火在算法接受一定数量的新点后提高温度,并在较高的温度下再次开始搜索。重新退火避免了算法陷入局部极小值。参数指定再退火计划ReannealInterval选择。

另请参阅

相关的话题

Baidu
map