模擬退火二元法

1、%matlab程序?qū)崿F(xiàn)模擬退火算法程序函數(shù)求極值（引用后修改，感謝ARMYLAU）%使用模擬退火法求函數(shù)f(xy)=3cos(xy)xy2的最小值%解：根據(jù)題意，我們?cè)O(shè)計(jì)冷卻表進(jìn)度表為：%即初始溫度為30%衰減參數(shù)為0.95%馬可夫鏈長(zhǎng)度為10000%Metropolis的步長(zhǎng)為0.02%結(jié)束條件為根據(jù)上一個(gè)最優(yōu)解與最新的一個(gè)最優(yōu)解的之差小于某個(gè)容差。%使用METROPOLIS接受準(zhǔn)則進(jìn)行模擬程序如下%日期:2012－1129%作者:s

2、teven%EMAIL:hxs2004@%結(jié)束條件為兩次最優(yōu)解之差小于某小量function[BestXBestY]=SimulateAnnealing1clearclc%要求最優(yōu)值的目標(biāo)函數(shù)搜索的最大區(qū)間XMAX=4YMAX=4%冷卻表參數(shù)MarkovLength=10000%馬可夫鏈長(zhǎng)度DecayScale=0.95%衰減參數(shù)StepFact=0.02%步長(zhǎng)因子Temperature=30%初始溫度Tolerance=1e8%容差A(yù)

3、cceptPoints=0.0%Metropolis過程中總接受點(diǎn)rnd=r%隨機(jī)選點(diǎn)初值設(shè)定PreX=XMAXrPreY=YMAXrPreBestX=PreXPreBestY=PreYPreX=XMAXrPreY=YMAXrBestX=PreXBestY=PreY%每迭代一次退火一次(降溫)直到滿足迭代條件為止mm=abs(ObjectFunction(BestXBestY)ObjectFunction(PreBestXPreBest

4、Y))whilemmToleranceTemperature=DecayScaleTemperatureAcceptPoints=0.0%在當(dāng)前溫度T下迭代loop(即MARKOV鏈長(zhǎng)度)次BestYdisp(最小值為:0)ObjectFunction(BestXBestY)end子函數(shù)，目標(biāo)函數(shù)值計(jì)算functionvalue=ObjectFunction(xy)value=3cos(xy)xyyend%使用模擬退火法求函數(shù)f(xy)

5、=sin(xy)x^2y^2的最小值fmatlongXMAX=4%搜索的最大區(qū)間YMAX=4%搜索的最大區(qū)間MarkovLength=10000%馬可夫鏈長(zhǎng)度DecayScale=0.95%衰減參數(shù)0.95StepFact=0.02%步長(zhǎng)因子Temperature=100%初始溫度Tolerance=1e8%容差A(yù)cceptPoints=0.0%Metropolis過程中總接受點(diǎn)PreX=XMAXr%初始的搜索值PreY=YMAXr%初

6、始的搜索值PreBestX=PreX%上一個(gè)最優(yōu)解PreBestY=PreY%上一個(gè)最優(yōu)解BestX=PreX%最終解BestY=PreY%最終解while(1)Temperature=TemperatureDecayScale%每迭代一次退火一次（降溫），直到滿足迭代條件為止AcceptPoints=0.0%在當(dāng)前溫度下迭代（即MARKOV鏈長(zhǎng)度）次fi=0:1:MarkovLengthwhile(1)NextX=PreXStepFa