C++中的模拟退火实现

我对实现模拟退火很感兴趣，而我的电流给出了错误的输出。我相信我对它的理解是有缺陷的。有人可以帮助解释这个实现是如何错误的吗？ dist是我的条件概率数组。C++中的模拟退火实现

int idx=0; 
double value = dist[0]; 
for (int ix = 1; ix < ITERS ; ixx){ 
    double temp = (1/500)*((1/ix)- (1/ITERS)); 
    for(int m = 0; m < input.rows()-1; m++){ 
     double p = transitionProbability(dist[m], dist[m+1],temp); 
     if (p > unifRand()) { 
      if (dist[m+1] < value) 
       value = dist[m+1]; 
       idx = m+1;  
      } 
     else { 
     idx = m; 
     } 
    } 
} 



double inline transitionProbability(double d0, double d1,double T) { 

if (d0 > d1) 
    { return 1; } 

else 
    { return (exp(d0 - d1)/T); } 
}

来源

2015-02-06 Carnez

对于某些特定的输入，*期望*和*实际*输出是什么？你有没有试过在调试器中运行，并逐行逐行查看发生了什么？ – 2015-02-06 13:13:42

这会我更容易地回答你的问题，如果你还可以描述你正在试图解决什么优化问题，什么是你的数据结构。

例如，“input.rows”在你的实现中引用了什么？

SA的基本思路是，在每次迭代：

使当前的解决方案
的随机修改计算出新的解决方案
将其设置为当前解决方案的成本（为下迭代）如果它被接受（使用转换概率函数，看起来是正确的）

来源

2015-02-06 13:22:52 borisd

我想优化图像中曲线的检测，其中input.rows表示连续像素的数量 – Carnez 2015-02-06 13:30:45

我不清楚在代码中如何表示解决方案，如何计算给出的解决方案，以及您做出的修改。这个链接可能会帮助你，如果你不习惯这种类型的方法：http://katrinaeg.com/simulated-annealing.html – borisd 2015-02-06 13:33:25

成本已经计算在dist数组中，所以我有一个条件概率矩阵 – Carnez 2015-02-06 13:40:30

C++中的模拟退火实现

回答

相关问题