simulated-annealing

    2热度

    1回答

    我对SA(模拟退火)做了一些广泛的研究。即使如此,我也很难理解如何查找输入参数。 在我所有的研究中,似乎你只是在黑暗中开始拍摄并从那里调整。这看起来非常低效,不太可能产生高质量的结果。 如何找到在使用Encog的SA培训算法中使用哪些参数(例如:开始温度,停止温度,循环),以便生成高效和高质量的结果?

    0热度

    2回答

    我决定学习模拟退火与攻击this problem的新方法。它主要是询问如何用-1,0或1填充网格,以便每行和列的和是唯一的。作为测试的情况下,我用了一个6x6的网格中,这肯定是有由Neil给出最佳的解决方案: 1 1 1 1 1 1 6 1 1 1 1 1 -1 4 1 1 1 1 -1 -1 2 1 1 0 -1 -1 -1 -1 1 0 -1 -1 -1 -1 -3 0 -1 -1

    0热度

    1回答

    我试图重新创建n皇后问题,并用模拟退火解决它,虽然从我的对象类板对象抛出一个错误,当我尝试使用len添加温度(板)** 2。任何帮助将非常感谢!我已经包含了源代码和输出。谢谢! import time import random import math class Board(object): """An N-queens solution attempt.""" d

    1热度

    1回答

    我正在尝试在java中找到Traveling推销员问题的解决方案。我已经应用模拟退火来解决这个问题,方法如下。这里是我已经实现模拟退火算法的代码段: public class SimulatedAnnealing { // Calculate the acceptance probability public static double acceptanceProbability(int e

    1热度

    1回答

    我使用模拟annealing.I解决TSP找到更好的邻居有一个问题是: 在https://en.wikipedia.org/wiki/Simulated_annealing在有效的候选代块它说: 旅行商问题之上,为例如,在低能耗巡回赛中交换连续两座城市预计会对其能量(长度)产生适度影响;而交换两个任意城市的时间长度更可能会增加其长度而不是减少它。因此,连续交换邻居生成器预期比任意交换生成器更好地执

    0热度

    1回答

    我有一个程序实现模拟退火。我对接受概率存在问题,可能是由于我不了解为什么将欧拉数提高到(能量 - 能量)的能力是有用的。 即使温度很低,概率总是超过1.0(100%),因此实际上这是随机搜索。我如何将我的接受概率固定为sA的正常速率(开始时接受更糟的解决方案的机会高,接近结束的机会低)? 下面是方法的代码: if (mutatedSolutionFitness > originalSolution

    -2热度

    1回答

    使用Python的(2.7)默认(Mersenne Twister)random()函数作为Kernighan-Lin算法的随机数生成器是否是一个好主意(就生成的数字的质量和CPU时间而言)?有没有更好的方法来做到这一点? 此外,在同样的情况下,random()函数如何为模拟退火算法生成0到1之间的数字?

    2热度

    1回答

    我想通过使用模拟退火通过simanneal包https://github.com/perrygeo/simanneal来优化我的函数/对象的参数。 我的代码如下: from simanneal import Annealer class ReservoirAnnealer(Annealer): def __init__(self, state, res): self.r

    0热度

    1回答

    这个问题是参考在Encog仓库中获得的C#'s Lunar Lander Example。作为例子表明,我使用NeuralSimulatedAnnealing训练我的多层前馈网络(50划时代的) BasicNetwork network = CreateNetwork(); IMLTrain train; train = new NeuralSimulatedAnnealing(networ

    0热度

    1回答

    在某些日记上,我读到WSAT(Walking SAT)算法在解决SAT问题方面比模拟退火算法有更好的性能。 所以我的问题是,有人可以解释我们为什么得到这个结果? 可能是因为SA更像是一种通用算法? 编辑: Here也许最相关的文档,我读一下。