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。parameter_list, bounds=bounds_params
) 从scipy.optimize.dual_annealing文档中，我看到该函数实现了双重退火优化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
我正在使用Python中的Scipy进行模拟退火。我给退火一个上限和下限与以下命令：退火算法完全忽略了上下参数，并在空间外搜索
浏览 3提问于2013-09-13得票数 2
回答已采纳
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
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
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
2回答
从量子退火与模拟退火不同的那问题中，我们发现量子退火的物理实现(D波量子计算机)是存在的。
有谁能用量子门和量子算法来解释这个算法，或者用物理术语(依赖于量子硬件的算法的一部分)来解释呢？
浏览 0提问于2013-04-11得票数 1
1回答
摇摆-退火-钎焊-加钉-切割-抛光-环缝-下弯套合身-套筒切割-包装。我希望这个过程是这个批完成。比退火，这批应该接近以下弯曲袖-和包装。选择输出过程逻辑
浏览 4提问于2021-07-06得票数 0
2回答
在这个视频演示中，存在退火效应，粒子似乎会失去色调，聚集成纯白色，然后通过α通道逐渐消失。与此平行的是:粒子正逐渐变厚。
我尝试用我的粒子系统，它给出了不同的结果。如何获得“退火”？
浏览 0提问于2012-07-17得票数 1
回答已采纳
1回答
大家好，这里是我的pb:因为我使用python 3.9，我知道字典键是按照输入的顺序显示的。不过，我还是希望结果的dict能够“漂亮”地显示出来。b_semaines’：7，'plage_semestre'：2020-09-14T00:00:00 -2020-10-30 T00:00:00{‘退火_首次亮相’：2020年，‘退火_鳍’：2020年，'intitule_semestre'：‘适应’，'nb_semaines&#x
浏览 4提问于2021-05-13得票数 0
1回答
在最近一次OpenAI 5的训练中，我们将γ从0.998 (用半衰期46秒来评估未来奖励)退火到0.9997 (以5分钟的半衰期来评估未来奖励)。在这种背景下退火是否意味着网络通过培训发现γ比0.9997更好？如何确定这一点？
我对这个主题的有限理解使我对γ是如何退火的提出了以下假设:使用不同版本的γ对不同版本的网络进行一定时间的培训。
浏览 0提问于2020-05-24得票数 2
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
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
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
1回答
我看到在中提到了‘退火’(ala模拟退火)，而暴露的alpha参数是一个关键因素。我想知道是否有人知道如何直接管理一般退火计划(而不修补force.js!)？
浏览 4提问于2014-10-29得票数 5
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
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
腾讯会议活动推荐
腾讯云开发者
