我正在将一些代码从Python翻译成R，我发现很难在每个代码中找到相应的函数。这些似乎都使用了模拟退火，但没有人讨论双重退火，python文档将其描述为“这种随机方法，源于CSA (经典模拟退火)和FSA (快速模拟退火)的推广，以及在可接受位置上应用局部搜索的策略。”
浏览 26提问于2020-11-06得票数 1
1回答
你能推荐一些我可以用来测试simulated annealing / randomized hill climbing的python库吗？我找不到这个，所以想请教你们。
浏览 0提问于2018-10-14得票数 0
5回答
我一直在寻找一个python模块，它可以实现全局优化的 (在N维中找到函数的全局最小值)，但没有成功。
如果你听说过用python实现模拟退火或遗传算法，请分享。
浏览 1提问于2010-11-20得票数 18
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。
浏览 4提问于2014-07-13得票数 1
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
1回答
模拟退火的整个想法是为了避免陷入局部最优状态，这就是为什么有时会接受更糟的解决方案。
然而，模拟退火会自动接受比当前方案更好的解决方案。因此，如果你处于局部最优状态，那么模拟退火会让你在一次迭代中摆脱它，然后把你放回去，因为它会接受概率1的局部最优，对吗？
浏览 0提问于2014-11-23得票数 0
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。下面的代码是蛮力算法，我想修改它来做模拟退火，如果有人能帮我做的话，我会非常感激的。
浏览 1提问于2013-06-25得票数 5
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
3回答
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
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
我正在尝试理解模拟退火的概念，因此我尝试将其实现为排序数字.I不确定这是否在概念上正确地实现了模拟退火。在这种情况下，有谁可以指导我如何正确地实现它？在这种情况下，我如何改进得分函数？
浏览 0提问于2013-03-26得票数 0
1回答
我从Github上的存储库下载了一个用于模拟退火的python包，并成功安装了它。我现在想要更改包中的一些参数，比如更新次数和最高温度。我找到了包中的特定字段并对其进行了更改。
浏览 0提问于2015-05-03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
我有一个脚本运行ARIMA，对错误进行加权。该脚本运行良好，但每次运行，即使使用相同的系列，它输出不同的预测。我查看了所有的代码，但找不到问题所在。如果有人能快速看一看，指出我哪里出了问题，我会非常感激的。
M<-matrix(c("08Q1", "08Q2", "08Q3", "08Q4", "09Q1", "09Q2", "09Q3", "09Q4", "10Q1", "10Q2", "10Q3", "
浏览 3提问于2014-09-29得票数 2
回答已采纳
1回答
我有一个名为Cal_SINR的函数，它返回一个元组，我需要的是一个名为current_SINR的变量，我正在尝试应用模拟退火算法，只接受比current_SINR更大的SINR值，但有时它返回的值小于当前值以下是模拟退火部分的代码： temp = 100cooling = 0.9max_changes = 300
accepted_solutions
浏览 28提问于2020-08-18得票数 0
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
我试图用method = 'Anneal'最小化一个函数我在options参数中传递opts。然而，最佳解的值高于我设置的上限。
浏览 0提问于2013-11-27得票数 1
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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
