Introducción al algoritmo de recocido simulado Introducción al algoritmo de recocido simulado

1. El algoritmo de recocido simulado se deriva del principio de recocido sólido. Es un algoritmo basado en probabilidad que calienta el sólido a un nivel suficientemente alto y luego lo deja enfriar lentamente. Las partículas dentro del sólido aumentan con la temperatura. Se desordena y la energía interna aumenta. Cuando se enfrían lentamente, las partículas se vuelven ordenadas gradualmente, alcanzando un estado de equilibrio a cada temperatura y finalmente alcanzan el estado fundamental a temperatura normal y la energía interna. se reduce al mínimo.

2. La primera idea de recocido simulado (SA) fue propuesta por N. Metropolis et al. En 1983, S. Kirkpatrick et al. introdujeron con éxito la idea del recocido en el campo de la optimización combinatoria. Es un algoritmo de optimización estocástico basado en la estrategia de solución iterativa de Monte-Carlo. Su punto de partida se basa en la similitud entre el proceso de recocido de sustancias sólidas en física y los problemas generales de optimización combinatoria. El algoritmo de recocido simulado comienza desde una cierta temperatura inicial más alta y, a medida que los parámetros de temperatura continúan disminuyendo, combina las características de salto de probabilidad para encontrar aleatoriamente la solución óptima global de la función objetivo en el espacio de solución, es decir, la solución óptima local. puede saltar probabilísticamente de la unión. Eventualmente tiende al óptimo global.

3. El algoritmo de recocido simulado es un algoritmo de optimización general. En teoría, el algoritmo tiene un rendimiento de optimización global probabilístico y se ha utilizado ampliamente en ingeniería, como VLSI, programación de producción, ingeniería de control y máquinas. Aprendizaje, redes neuronales, procesamiento de señales y otros campos.