Global Optimization Toolbox

模拟退火求解器

模拟退火模拟退火过程,使用概率搜索算法来求解优化问题。在退火过程中材料先被加热,然后缓慢降温以减少缺陷,从而尽量减小系统能量。类似的,模拟退火算法在每次迭代中缓慢减小搜索深度来改善当前的极小值。

模拟退火算法接受所有降低目标的新点,但同时也有可能接受升高目标值的新点。通过接受升高目标值的点,算法避免在早期迭代过程中被局部极小值所限,从而能在全局搜寻更好的解。

模拟退火可用于求解无约束或有边界约束的优化问题,且不要求函数可微分或连续。可以通过命令行或 Optimization 应用程序来调用工具箱函数实现下列目的:

  • 使用自适应模拟退火、Boltzmann 退火或快速退火算法来求解问题
  • 创建自定义函数来定义退火过程、接受标准、温度计划、图解函数、模拟输出或自定义数据类型
  • 通过指定其它优化方法以预定的间隔运行,或在普通求解器结束时运行,实现混合优化
Using simulated annealing to solve a challenging problem that contains flat regions between basins.

使用模拟退火来求解在凹陷区域之间存在平区的难题。

下一页: 并行计算

试用 Global Optimization Toolbox

获取试用版软件

运用MATLAB开发高频交易算法

观看网上技术交流会录像

FREE Optimization Interactive Kit

立即索取工具包