主要内容

模拟退火的术语

目标函数

目标函数是要优化的函数。全局优化工具箱算法试图找到目标函数的最小值。将目标函数写成文件或匿名函数,并将其作为函数句柄传递给求解器。有关更多信息,请参见计算目标函数创建函数处理

温度

温度是模拟退火中影响算法两个方面的参数:

  • 试验点到当前点的距离(见算法大纲步骤1)。

  • 接受具有较高目标函数值的试验点的概率(见算法大纲步骤2)。

温度可以是一个矢量,对于当前点的每个分量都有不同的值。通常,初始温度是一个标量。

随着算法的进行,温度逐渐降低。你可以指定初始温度为正的标量或向量InitialTemperature选择。控件中的函数句柄可以将温度指定为迭代数的函数TemperatureFcn选择。温度是。的函数退火参数,它是迭代数的代理。温度下降的速度越慢,找到最优解决方案的机会就越大,但运行时间就越长。有关内置温度函数的列表和自定义温度函数的语法,请参见温度的选择

退火参数

退火参数是迭代数的代理。该算法通过将退火参数设置为比当前迭代更低的值来提高温度。(见再次退火.)的函数句柄指定温度计划TemperatureFcn选择。

再次退火

退火是一种在冷却材料时严密控制温度以确保其达到最佳状态的技术。再次退火在算法接受一定数量的新点后提高温度,并在更高的温度重新开始搜索。再退火避免了算法陷入局部极小值。的再退火计划ReannealInterval选择。

另请参阅

相关的话题