10将“经典”模拟退火算法与内德-米德下坡单纯形法相结合的模拟退火算法的实现。
我真正喜欢这个算法的是，当退火温度达到0时，它会收敛到经典的下坡搜索。然而，我从来没有找到过关于这个算法的任何其他参考；它是模拟退火算法的一个安全、成熟的变体(即生产就绪)，还是应该被认为是书中的一个实验想法？
浏览 2提问于2013-02-08得票数 6
2回答
模拟退火TSP
、、、、
我希望在Java中实现模拟退火算法，以便为找到最优路由，到目前为止，我已经实现了蛮力，并希望修改代码以使用模拟退火。显然，蛮力和模拟退火是非常不同的，并且使用非常不同的功能。我知道模拟退火使用了一个称为温度的变量，然后随着算法的运行而冷却；随着温度的升高，整个过程逐渐冷却。当温度较高时，算法更有可能选择比当前更差的解决方案，消除类似爬山算法中的局部最大值。随着降温，算法不太可能接受更糟糕的解决方案，因此它可以专注于特定区域，并快速找到
浏览 1提问于2013-06-25得票数 5
3回答
我最近正在研究一些关于优化的算法。我发现了一种非常有趣的算法，叫做模拟退火。根据我的理解，我们的初始点变成了一个分布，而不是一个实际的点。它也与初始“温度”有关，但其主要思想是“降温”。我想知道的是模拟退火法也是蒙特卡罗方法的一种。不同之处在于蒙特卡洛算法是全局的，而模拟退火算法是局部的。我的想法正确吗？
浏览 1提问于2019-05-15得票数 1
2回答
用模拟退火进行图着色
、、、
我正在尝试用模拟退火算法来解决一个图着色问题。这是一般的在线算法，但是当我看到它时，我无法理解如何将这个算法应用到这个问题上。图中的每个节点必须具有与其邻接颜色不同的颜色。如何使用模拟退火算法来解决这个问题。请帮我理解一下。谢谢
浏览 0提问于2018-08-01得票数 2
回答已采纳
1回答
我正在尝试用模拟退火为我的n个皇后提出算法。这是一般的在线算法，但是当我看到它时，我无法理解它是如何工作的。我的节点只有板上的命中数的值。如何使用模拟退火算法来解决这个问题。
浏览 0提问于2011-02-20得票数 2
1回答
实现模拟退火
、、
我想我理解了模拟退火的基本概念。它基本上是在开始时添加随机解决方案来覆盖更好的搜索空间，然后随着算法的继续运行而慢慢减少随机性。
我对如何在我的遗传算法中实现这一点有点困惑。有人能给我一个简单的解释，说明我需要做什么，并澄清我对模拟退火工作原理的理解是正确的吗？
浏览 6提问于2012-02-27得票数 1
回答已采纳
1回答
我已经创建了一个爬山算法，它随机生成一个解决方案，然后复制该解决方案，并对其进行一点修改，看看最终是否会得到更好的解决方案。如果是这样，它将保留新的解决方案并丢弃旧的解决方案。如果我想将模拟退火添加到这个算法中，我是否可以从更高的变异率开始，并在每次创建新的解时将变异率降低一点？
我假设变异率将作为模拟退火算法的温度，对吗？
浏览 5提问于2012-05-21得票数 2
回答已采纳
我有一个模拟退火算法，并且我有一个函数当选择新的w值时，模拟退火的每个循环如何确保w的和总是等于1，并且没有单个w值小于0？
浏览 4提问于2015-12-04得票数 2
回答已采纳
我正在寻找一个用java实现的GSAT和SA-SAT算法。有人知道这件事吗？谢谢。
浏览 2提问于2012-03-14得票数 1
我只想知道Optaplanner 6.3版本是否实现了进化算法和超启发式算法？谢谢。
浏览 6提问于2015-11-16得票数 2
回答已采纳
1回答
寻找全局最优的多个局部搜索算法
、、、、
因此，我对整个进化和遗传算法世界相当陌生，我正在编写一个优化数组并返回最佳解决方案--适应度的程序。我的算法现在通过模拟退火进行优化，可以改变冷却速度和启动温度来改变人口的压力和多样性，得到不同的结果，效果很大。我的问题是，在一个算法中使用两种不同的局部搜索是否可行？例如，我将迭代限制为5000次。是否值得使用4000进行模拟退火，然后将剩下的1000用于登山者的局部搜索，以便从第一次局部搜索中找到最优解？还是在一种算法中使用两种不同的局部搜索并不是标准的做法？
浏览 5提问于2017-11-17得票数 0
回答已采纳
1回答
我想在不同的情况下使用模拟退火。网络中的每种模拟退火算法都给出了算法的温度实例。假设我将使用模拟退火来下棋，我将使用这个算法为计算机寻找下一步棋。我有当前状态(S)和它的值(E)。我有下一个状态(Snew)和它们的值(Enew)。那么国际象棋的“T”是什么？我需要它吗！这个算法有没有一般的形式？我的意思是，没有这个温度的例子，我可以得到基本的想法！我什么也找不到。请帮帮忙。提前谢谢......
浏览 1提问于2013-06-22得票数 2
回答已采纳
给定N个矩形盒和它们之间的M个连接，我想将它们有效地放置在一个平面上，使所有连接的总长度之和保持在最小。当有一个盒子连接到所有的N-1盒，而这些是唯一的连接时，这可能是不有效的。我们希望中间有一个盒子，周围还有其他的盒子。
浏览 3提问于2013-08-26得票数 0
回答已采纳
1回答
当达到局部最小值时，将模拟退火与前馈神经网络结合使用，与简单地重置权重(并将隐藏层放置在一个新的误差谷)有何不同？将模拟退火作为一种更系统的权值移动方法，以求全局最小值，因此每次验证误差相对于训练误差增加时，只执行一次迭代。在错误函数中缓慢移动当前位置？在这种情况下，模拟退火与前馈网络无关，前馈网络依赖于模拟退火输出。如果没有，并且模拟退火直接依赖于FFNN的结果，我不知道模拟退火训练器将如何从如何更新自己的权重(如果这是有意义的话)方面接收到这些信息。使用遗传算法等也
浏览 4提问于2014-07-13得票数 1
1回答
为什么WSAT优于模拟退火？
、、、、
在一些期刊上，我发现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。
编辑：也许是我读过的最相关的文档。
浏览 4提问于2016-07-11得票数 0
我相信模拟退火是可行的，但我不太熟悉它，我想知道是否有替代的算法可能是合适的。例如，如果我有一个网格，并且我可以对网格中的每个单元格着色，我想设计一个算法，为如下规则集找到一个最优或接近最佳的解决方案：
必须放置500个红细胞、500个蓝色细胞和1000模拟退火是否适合这个问题？我需要一个算法，它可以快速可靠地计算一个解决方案(秒到分钟)。
浏览 2提问于2011-02-24得票数 3
回答已采纳
1回答
好的，我正在做RMS prop或SGD来让神经网络学习它的参数。但是，过了一段时间，训练和验证错误似乎都停滞不前了(除了随机波动:我正在使用dropout)。谢谢!
浏览 1提问于2015-06-02得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
