關(guān)于木地板構(gòu)造風(fēng)雨操場(chǎng)實(shí)木運(yùn)動(dòng)地板廠家的分析

關(guān)于木地板構(gòu)造風(fēng)雨操場(chǎng)實(shí)木運(yùn)動(dòng)地板廠家的分析

風(fēng)雨操場(chǎng)實(shí)木運(yùn)動(dòng)地板廠家設(shè)置一個(gè)變量x，以此來(lái)記錄到目前為止所出現(xiàn)過(guò)的好的解，并以f（x）同時(shí)記錄到目前為止所出現(xiàn)過(guò)的好的目標(biāo)函數(shù)值在實(shí)現(xiàn)算法的初始階段，設(shè)x和f（x）的初始值分別為x和∫（x。），并以此初始值為基礎(chǔ)進(jìn)行選代，即在每次得到一個(gè)新解時(shí)用新解所對(duì)應(yīng)的f（x）值和現(xiàn)有的優(yōu)解對(duì)應(yīng)的f（x）進(jìn)行比較，選其優(yōu)者作為現(xiàn)階段優(yōu)解f（x）3）完成算法的迭代過(guò)程后，將當(dāng)前得到的解和變量x中存儲(chǔ)的解相互比較，選擇其中較為的作為目標(biāo)函數(shù)f（x）近似的全局優(yōu)解。2.單調(diào)升溫的模擬退火算法模擬退火算法可以按一定的概率接受目標(biāo)函數(shù)值不太好的狀態(tài)，當(dāng)溫度控制參數(shù)充分大的時(shí)候，接受概率接近于1，即算法此時(shí)是在進(jìn)行全局搜索；當(dāng)溫度控制參數(shù)充分小的時(shí)候，接受概率幾乎接近于θ·如果此時(shí)搜索陷人局部?jī)?yōu)狀態(tài)，則該算法跳岀局部?jī)?yōu)解的時(shí)間將會(huì)非常長(zhǎng)。

顯然，跳出局部?jī)?yōu)解花費(fèi)時(shí)間長(zhǎng)是由差解的接受概率過(guò)低造成的，那么可以通過(guò)在搜索陷入局部?jī)?yōu)時(shí)人為提高溫度控制參數(shù)，借此提高對(duì)差解的接受概率，以此來(lái)縮短跳出局部?jī)?yōu)解的時(shí)間。上述內(nèi)容即為單調(diào)升溫模擬退火算法的主要思想。判定搜索進(jìn)入局部?jī)?yōu)的方法如下：假設(shè)搜索進(jìn)入局部?jī)?yōu)點(diǎn)，那么在當(dāng)前解的優(yōu)化程度小于當(dāng)前優(yōu)解的優(yōu)化程度時(shí)，差解的接受概率幾乎為1.但是，當(dāng)溫度足夠低時(shí)，差解的接受概率接近因此，風(fēng)雨操場(chǎng)實(shí)木運(yùn)動(dòng)地板廠家可以總結(jié)得出搜索陷人局部?jī)?yōu)時(shí)的特征如下1）由于局部?jī)?yōu)點(diǎn)鄰城內(nèi)的所有點(diǎn)的優(yōu)化程度都小于局部?jī)?yōu)點(diǎn)的優(yōu)化程度，所以在近的若干次搜索中都沒(méi)有出現(xiàn)過(guò)優(yōu)化程度更高的解2）由于搜索已經(jīng)陷入局部?jī)?yōu)，所以局部?jī)?yōu)解以及在局部?jī)?yōu)解鄰域內(nèi)與局部?jī)?yōu)解的優(yōu)化程度相同的少數(shù)若干個(gè)點(diǎn)可能會(huì)在近的幾次搜索所接受的新解中反復(fù)出現(xiàn)如果具備以上兩個(gè)特征，則說(shuō)明搜索已經(jīng)進(jìn)入局部?jī)?yōu)，并且溫度過(guò)低，想要盡快跳出局部?jī)?yōu)，就需要提高溫度控制參數(shù)。

如何確定升溫幅度昵？升溫是為了跳岀局部?jī)?yōu)的陷阱。如果升溫幅度過(guò)小，則不能達(dá)到效果；但若升溫幅度過(guò)大，搜索可能會(huì)進(jìn)入全局搜索等于重新開(kāi)始模擬退火搜索。般來(lái)說(shuō)，可將溫度控制參數(shù)升高到接受概率為的范圍內(nèi)，這樣既可以保證搜索快速跳出局優(yōu)，又可以避免重新開(kāi)始全局搜索并行的模擬退火算法模擬退火算法是在某當(dāng)前狀態(tài)的鄰域中隨機(jī)產(chǎn)生個(gè)新的狀態(tài)并以定概率接受的種隨機(jī)搜索算法?？梢?jiàn)，風(fēng)雨操場(chǎng)實(shí)木運(yùn)動(dòng)地板廠家接受概率僅依賴于新?tīng)顟B(tài)和當(dāng)前狀態(tài)，即下個(gè)狀態(tài)的產(chǎn)生只和上個(gè)狀態(tài)有關(guān)，從而從本質(zhì)上決定了模擬退火算法是種串行的隨機(jī)優(yōu)過(guò)程，這對(duì)算法的優(yōu)效率產(chǎn)生了影響，選取合適的進(jìn)度能使算法得到滿意的結(jié)果，但并不足以從根本上提高算法的效率。