現(xiàn)代啟發(fā)式算法-模擬退火算法_第1頁
現(xiàn)代啟發(fā)式算法-模擬退火算法_第2頁
現(xiàn)代啟發(fā)式算法-模擬退火算法_第3頁
現(xiàn)代啟發(fā)式算法-模擬退火算法_第4頁
現(xiàn)代啟發(fā)式算法-模擬退火算法_第5頁
已閱讀5頁，還剩12頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

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)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

第8講：

現(xiàn)代啟發(fā)式算法-模擬退火算法現(xiàn)代啟發(fā)式算法別名Meta-solutionModernheuristics含義（其一）啟發(fā)性方法的有機(jī)結(jié)合現(xiàn)代啟發(fā)式算法含義（其二）模擬某些現(xiàn)象SimulatedAnnealing法(退火現(xiàn)象)TabuSearch（大腦的思考過程）GeneticAlgorithm（遺伝現(xiàn)象）含義（其三）通過改變參數(shù)可以得到的各種“無限運(yùn)行時間”近似算法（anytimealgorithms）現(xiàn)代啟發(fā)式算法探索機(jī)制：

集中化與多樣化的對立與統(tǒng)一集中化(intensification)：在良解的附近存在良解

(proximateoptimalityproperty)?；谶@一性質(zhì)，在較好解的周圍集中探索．多様化(diversification)避免在悪解的周圍滯留及長時間無為探索，強(qiáng)制到迄今為止尚未探索的領(lǐng)域進(jìn)行探索．跳離局部最優(yōu)的兩難選擇集中化intensification因?yàn)檫@附近良解比較多再花點(diǎn)功夫找找看多樣化diversification這附近已經(jīng)探索得差不多了再到別的地方找找看集中化與多樣化的有機(jī)結(jié)合

φ多様化集中化現(xiàn)代啟發(fā)式算法的核心問題SimulatedAnnealing法

（模擬退火法）隨機(jī)局部探索法+系統(tǒng)地改變系統(tǒng)溫度參數(shù)集中化與多樣化探

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)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論