文档介绍：. .
-优选
模拟退火算法文献综述
吕正祥交控1501
1模拟退火算法简述
模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体部粒子随温升变为无序状，能增大，而徐徐冷却时粒子渐趋有序，在每个温度都到达平衡态，最后在常温时到达基态，能减为最小。
模拟退火算法(Simulated Annealing，SA)最早由Kirkpatrick等应用于组合优化领域，它是基于Monte-Carlo迭代求解策略的一种随机寻优算法，其出发点是基于物理中固体物质的退火过程与一般组合优化问题之间的相似性。模拟退火算法从某一较高初温出发，伴随温度参数的不断下降,结合概率突跳特性在解空间中随机寻找目标函数的全局最优解，即在局部最优解能概率性地跳出并最终趋于全局最优。模拟退火算法是一种通用的优化算法，理论上算法具有概率的全局优化性能,目前已在工程中得到了广泛应用，诸如VLSI、生产调度、控制工程、机器学****神经网络、信号处理等领域。
模拟退火算法是通过赋予搜索过程一种时变且最终趋于零的概率突跳性，从而可有效防止陷入局部极小并最终趋于全局最优的串行构造的优化算法。
模拟退火算法可以分解为解空间、目标函数和初始解三局部。
. .
-优选
(1) 初始化：初始温度T(充分大)，初始解状态S(是算法迭代的起点)，每个T值的迭代次数L
(2) 对k=1，……，L做第(3)至第6步：
(3) 产生新解S′
(4) 计算增量Δt′=C(S′)-C(S)，其中C(S)为评价函数
(5) 假设Δt′<0那么承受S′作为新的当前解，否那么以概率exp(-Δt′/T)承受S′作为新的当前解.
(6) 如果满足终止条件那么输出当前解作为最优解，完毕程序。终止条件通常取为连续假设干个新解都没有被承受时终止算法。
(7) T逐渐减少，且T->0，然后转第2步。
. .
-优选
2.