版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、第三講 模擬退火模型1 導(dǎo) 入 為了找出地球上最高的山,一群有志氣的兔子們開場(chǎng)想方法。 方案一:兔子們吃了失憶藥片,并被發(fā)射到太空,然后隨機(jī)落到了地球上的某些地方。他們不知道本人的使命是什么。但是,假設(shè)他過幾年就殺死一部分海拔低的兔子,多產(chǎn)的兔子們本人就會(huì)找到珠穆朗瑪峰。遺傳算法 方案二:兔子們知道一個(gè)兔子的力量是微小的。于是,它們相互轉(zhuǎn)告著,哪里的山曾經(jīng)找過,并且找過的每一座山他們都留下一只兔子做記號(hào)。這樣,它們制定了下一步去哪里尋覓的戰(zhàn)略。忌諱搜索法 方案三:兔子們用酒將本人灌醉了。它們隨機(jī)地跳了很長(zhǎng)時(shí)間。在這期間,它們能夠走向高處,也能夠踏入平地。但是,隨著時(shí)間的流逝,它們漸漸清醒了并朝
2、最高方向跳去。 模擬退火法 算法的提出:模擬退火算法最早的思想由Metropolis等(1953)提出,1983年Kirkpatrick等將其運(yùn)用于組合優(yōu)化。算法的目的處理NP復(fù)雜性問題;抑制優(yōu)化過程墮入部分極小;抑制初值依賴性。 在對(duì)固體物質(zhì)進(jìn)展模擬退火處置時(shí),通常先將它加溫熔化,使其中的粒子可自在運(yùn)動(dòng),然后隨著溫度的逐漸下降,粒子也逐漸構(gòu)成了低能態(tài)的晶格。假設(shè)在凝結(jié)點(diǎn)附近的溫度下降速率足夠慢,那么固體物質(zhì)一定會(huì)構(gòu)成最低能態(tài)的基態(tài)。 組合優(yōu)化問題解空間中的每一點(diǎn)都代表一個(gè)具有不同目的函數(shù)值的解。所謂優(yōu)化,就是在解空間中尋覓目的函數(shù)最小大解的過程。假設(shè)把目的函數(shù)看成能量函數(shù),某一控制參數(shù)視為溫
3、度T,解空間當(dāng)作形狀空間,那么尋覓基態(tài)的過程也就是求目的函數(shù)極小值的優(yōu)化過程。模擬退火算法與模型物理退火過程:什么是退火?退火是指將固體加熱到足夠高的溫度,使分子呈隨機(jī)陳列形狀,然后逐漸降溫使之冷卻,最后分子以低能形狀陳列,固體到達(dá)某種穩(wěn)定形狀。 模擬退火算法與模型(C.)物理退火過程:加溫過程加強(qiáng)粒子的熱運(yùn)動(dòng),消除系統(tǒng)原先能夠存在的非均勻態(tài);等溫過程對(duì)于與環(huán)境換熱而溫度不變的封鎖系統(tǒng),系統(tǒng)形狀的自發(fā)變化總是朝自在能減少的方向進(jìn)展,當(dāng)自在能到達(dá)最小時(shí),系統(tǒng)到達(dá)平衡態(tài);冷卻過程使粒子熱運(yùn)動(dòng)減弱并漸趨有序,系統(tǒng)能量逐漸下降,從而得到低能的晶體構(gòu)造。 數(shù)學(xué)描畫:假設(shè)用粒子的能量定義資料的形狀,Met
4、ropolis 算法用一個(gè)簡(jiǎn)單的數(shù)學(xué)模型描畫了退火過程。 假設(shè)資料在形狀i 之下的能量為E(i) ,那么資料在溫度T 時(shí)從形狀i 進(jìn)入形狀j 就遵照如下規(guī)律:假設(shè)E(j)E(i) ,接受該形狀被轉(zhuǎn)移假設(shè)E(j) E(i) ,那么形狀轉(zhuǎn)換以如下的概率被接受 expE(i)- E(j)/KT其中,K是物理學(xué)中的波爾茲曼常數(shù),T是資料溫度數(shù)學(xué)描畫:在某一個(gè)特定溫度T下,進(jìn)展了充分的轉(zhuǎn)換之后,資料將到達(dá)熱平衡。這時(shí)資料處于形狀i的概率滿足波爾茲曼分布:其中,x表示資料當(dāng)前形狀的隨機(jī)變量,S表示形狀空間集合SjKTjEKTiETeeiExEP)()()()(數(shù)學(xué)描畫:其中,|S|表示形狀空間集合中形狀的
5、數(shù)量。這就闡明,一切形狀在高溫下具有一樣的概率。SeeSjKTjEKTiET1lim)()(數(shù)學(xué)描畫:而當(dāng)溫度下降時(shí):上式闡明當(dāng)溫度降至很低時(shí),資料會(huì)以很大約率進(jìn)入最小能量形狀。數(shù)學(xué)描畫:從另外一個(gè)角度來看:在同一個(gè)溫度T,選定兩個(gè)能量E101數(shù)學(xué)描畫:針對(duì)上述景象,Metropolis提出了著名的Metropolis準(zhǔn)那么1953以概率接受新形狀來模擬這一過程: 固體在恒定溫度下到達(dá)熱平衡的過程可以用Monte Carlo方法計(jì)算機(jī)隨機(jī)模擬方法加以模擬,雖然該方法簡(jiǎn)單,但必需大量采樣才干得到比較準(zhǔn)確的結(jié)果,計(jì)算量很大。Metropolis準(zhǔn)那么(1953)以概率接受新形狀:假設(shè)在溫度T,當(dāng)前
6、形狀i 新形狀j 假設(shè)Ej=randrom0,1 s=sj; Until 抽樣穩(wěn)定準(zhǔn)那么滿足; 退溫tk+1=update(tk)并令k=k+1; Until 算法終止準(zhǔn)那么滿足; 輸出算法搜索結(jié)果。算法關(guān)鍵參數(shù)和操作的設(shè)定:從算法流程上看,模擬退火算法包括三函數(shù)兩準(zhǔn)那么,即形狀產(chǎn)生函數(shù)、形狀接受函數(shù)、溫度更新函數(shù)、內(nèi)循環(huán)終止準(zhǔn)那么和外循環(huán)終止準(zhǔn)那么,這些環(huán)節(jié)的設(shè)計(jì)將決議模擬退火算法的優(yōu)化性能。此外,初溫的選擇對(duì)模擬退火算法性能也有很大影響。 形狀產(chǎn)生函數(shù):原那么:設(shè)計(jì)形狀產(chǎn)生函數(shù)鄰域函數(shù)的出發(fā)點(diǎn)應(yīng)該是盡能夠保證產(chǎn)生的候選解遍及全部的解空間。通常,形狀產(chǎn)生函數(shù)由兩部分組成,即產(chǎn)生候選解的方式和
7、候選解產(chǎn)生的概率分布方法:在當(dāng)前形狀的鄰域構(gòu)造內(nèi)以一定概率方式均勻分布、正態(tài)分布、指數(shù)分布等產(chǎn)生形狀接受函數(shù):原那么:函數(shù)普通以概率的方式給出,不同接受函數(shù)的差別主要在于接受概率的方式不同。設(shè)計(jì)形狀接受概率,應(yīng)該遵照以下原那么:(1)在固定溫度下,接受使目的函數(shù)下降的候選解的概率要大于使目的函數(shù)上升的候選解概率;(2)隨溫度的下降,接受使目的函數(shù)上升的解的概率要逐漸減?。?3)當(dāng)溫度趨于零時(shí),只能接受目的函數(shù)下降的解。方法:形狀接受函數(shù)的引入是模擬退火算法實(shí)現(xiàn)全局搜索的最關(guān)鍵的要素,模擬退火算法中通常采用min1,exp(-C/t)作為形狀接受函數(shù)初始溫度:初始溫度、溫度更新函數(shù)、內(nèi)循環(huán)終止準(zhǔn)
8、那么和外循環(huán)終止準(zhǔn)那么通常被稱為退火歷程。原那么:經(jīng)過實(shí)際分析可以得到初溫的解析式,但處理實(shí)踐問題時(shí)難以得到準(zhǔn)確的參數(shù);實(shí)踐運(yùn)用時(shí)往往要讓初溫充分大。實(shí)驗(yàn)闡明:初溫越大,獲得高質(zhì)量解的機(jī)率越大,但破費(fèi)較多的計(jì)算時(shí)間。方法:1)均勻抽樣一組形狀,以各形狀目的值的方差為初溫;2)隨機(jī)產(chǎn)生一組形狀,確定兩兩形狀間的最大目的值差,根據(jù)差值,利用一定的函數(shù)確定初溫,譬如 ,其中 為初始接受概率; 3)利用閱歷公式。rptln/0rp溫度更新函數(shù):溫度更新函數(shù),即溫度的下降方式,用于在外循環(huán)中修正溫度值。常用的算法溫度下降函數(shù):1) :越接近1溫度下降越慢,且其大小可以不斷變化;2 :其中t0為起始溫度,
9、K為算法溫度下降的總次數(shù)。10 , 0 ,1kttkk0tKkKtk內(nèi)循環(huán)終止準(zhǔn)那么:常用的Metropolis抽樣穩(wěn)定準(zhǔn)那么:1檢驗(yàn)?zāi)康暮瘮?shù)的均值能否穩(wěn)定;2延續(xù)假設(shè)干步的目的值變化較小;3按一定的步數(shù)抽樣。外循環(huán)終止準(zhǔn)那么1設(shè)置終止溫度的閾值; 2設(shè)置外循環(huán)迭代次數(shù); 3算法搜索到的最優(yōu)值延續(xù)假設(shè)干步堅(jiān)持不變; 4概率分析方法。模擬退火算法的優(yōu)缺陷:優(yōu)點(diǎn):質(zhì)量高;初值魯棒性強(qiáng);簡(jiǎn)單、通用、易實(shí)現(xiàn)。缺陷由于要求較高的初始溫度、較慢的降溫速率、較低的終止溫度,以及各溫度下足夠多次的抽樣,因此優(yōu)化過程較長(zhǎng)。模擬退火算法的流程巡航問題:知敵方100 個(gè)目的的經(jīng)度、緯度如表所示:模擬退火算法的實(shí)例巡航問題:知敵方100 個(gè)目的的經(jīng)度、緯度如表所示:我方有一個(gè)基地,經(jīng)度和緯度為70,40。假設(shè)我方飛機(jī)的速度為10
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 農(nóng)村宅基地合同范本(2篇)
- 初次出國旅游合同
- 浙江省杭州市江干區(qū)重點(diǎn)達(dá)標(biāo)名校2025屆中考五模生物試題含解析
- 2025關(guān)于道路勘察設(shè)計(jì)的合同
- 2024年度天津市公共營(yíng)養(yǎng)師之二級(jí)營(yíng)養(yǎng)師提升訓(xùn)練試卷A卷附答案
- 2025民間個(gè)人借款擔(dān)保合同
- 2025年中國美容會(huì)所行業(yè)市場(chǎng)全景調(diào)研及投資規(guī)劃建議報(bào)告
- 2024-2030年中國聲樂器樂培訓(xùn)行業(yè)發(fā)展運(yùn)行現(xiàn)狀及投資潛力預(yù)測(cè)報(bào)告
- 2025年化工廠生產(chǎn)實(shí)習(xí)報(bào)告4-1
- 2023-2029年中國球衣行業(yè)市場(chǎng)發(fā)展現(xiàn)狀及投資規(guī)劃建議報(bào)告
- 2024年01月11073法律文書期末試題答案
- 高校PPT課件:證券投資學(xué)(第五版)
- m7130平面磨床電氣控制畢業(yè)設(shè)計(jì)
- 會(huì)計(jì)基礎(chǔ)一點(diǎn)通-張志鳳
- 牙科診所復(fù)診患者就診流程圖
- 人教版初中語文名著導(dǎo)讀復(fù)習(xí)資料
- 湘藝版 四年級(jí)上冊(cè)音樂教案- 第五課 踩雨
- 魔方社團(tuán)活動(dòng)記錄-副本
- 第一節(jié)植物細(xì)胞的結(jié)構(gòu)和功能 (3)
- D502-15D502等電位聯(lián)結(jié)安裝圖集
- 設(shè)計(jì)風(fēng)速、覆冰的基準(zhǔn)和應(yīng)用
評(píng)論
0/150
提交評(píng)論