能量变量在模拟退火算法中表示什么?我猜它与GA中的健身变量相似?模拟退火能量
模拟退火能量
回答
是的,它与遗传编程或遗传算法中的适应度函数非常相似。系统的能量(E)从任意高能状态开始。每一步都会对能量进行评估,并且系统会尝试降低能量状态。在开始时,当系统具有较高的“温度”时,允许较大的运动对抗最佳状态,以便系统可以逃脱局部最大值。在很多步骤中,温度会降低(希望能量水平也是如此)。
有很多关于模拟退火的优秀报道。这里有一个很好的PPT概述:Link
我没有看到SA中的能量和GA中的适应度之间有明确的关系。
SA中的能量定义了下一次迭代的搜索空间:随着能量变量收缩,搜索空间的体积缩小。例如,如果您正在进行某种音乐搜索,并且您的音符是“C”,则较高的SA能量可能会使该值变成从“A”到“G”的任何值,而SA能量较低可能只会让这个价值变成一个C单位或一个尖锐的价格。
在GA中,搜索空间由给定基因型位置处的值的熵定义。因此,如果在音乐搜索的第一个位置,每个人都有一个“C”音符,那么这个孩子在该位置将会有一个“C”(禁止变异),并且在解决方案空间中没有沿着该维度进行真正的搜索。但是,如果基因型中第2位的值等于“A” - “G”,那么搜索空间非常大。
GA中的适应度只是完整解决方案的质量。这是对个人的描述,而不是下一次迭代的参数(除了间接影响选择)。所以我只是没有看到任何良好的概念映射SA能源。
你不是在谈论温度? – Undefined 2013-03-06 21:07:27
温度通过成本函数与能量有关。但我认为这并不能说明问题。 – 2013-03-07 02:04:38
在模拟退火中,点的能量(E)决定了它作为解决方案被接受的概率。当温度参数很高时,该算法以随机方式接受低能量或高能量的新解。当温度较低时,算法会接受能量较低的新解决方案。
在典型的实现中,算法在其迭代通过时降低其温度参数。这引起从随机到确定性行为的平稳过渡,这是模拟退火的关键特征。
有一些文本可以深入解释模拟退火和遗传算法。我建议:
[1]Vöcking,B.,ALT,H.,Dietzfelbinger,M.,Reischuk,R., Scheideler,C.,福尔默,H.,瓦格纳,D.“算法Unplugged“,Ed。 德国柏林:Springer-Verlag Berlin Heidelberg,2011,ch。 41,pp。 393-400。
[2] Duc Pham,D. Karaboga,“Intelligent Optimization Techniques”。 英国伦敦:Springer-Verlag London,2000.
- 1. 模拟退火算法中的能量?
- 2. 模拟退火
- 3. 模拟退火TSP
- 4. GNU模拟退火
- 5. 在模拟退火
- 6. 模拟退火模板java
- 7. 模拟退火 - 可以提高性能?
- 8. Encog模拟退火参数
- 9. 模拟退火和Yahtzee!
- 10. Java模拟退火验收概率
- 11. C++中的模拟退火实现
- 12. Python的TSP柏林52模拟退火
- 13. OutOfMemory问题与模拟退火代码
- 14. 模拟退火在R:GenSA运行时间
- 15. 模拟退火初始解决方案
- 16. 模拟退火不起作用
- 17. WSAT为什么胜过模拟退火?
- 18. TSP的模拟退火成本函数
- 19. 模拟退火的实现;如何提高性能?
- 20. 在VB中寻找模拟退火实现
- 21. 向简单的爬山添加模拟退火
- 22. 随机变异山登山和模拟退火 - 哪个最快?
- 23. 模拟退火算法中的邻居选择
- 24. 来自伪代码的Java模拟退火
- 25. 模拟退火,如何标准化概率分布
- 26. 模拟退火N皇后概率论坛
- 27. 按规则分配资源 - 模拟退火是否合适?
- 28. 模拟退火不返回(一)最优解
- 29. T在模拟退火中代表什么?
- 30. 遗传算法vs模拟退火时间表
您能简单介绍一下如何计算能量吗? – Undefined 2013-03-06 16:11:03
它与普通适应度函数有何不同? – Undefined 2013-03-06 21:15:14