我們知道打鐵匠，打鐵的時候總是不斷用水冷卻鐵器，最後打出來的鐵就很堅實、鋒利。這裡的算法也是根據這個而來。
模擬退火算法(Simulated Annealing, SA)的思想借鑑於固體的退火原理，當固體的溫度很高的時候，內能比較大，固體的內部粒子處於快速無序運動，當溫度慢慢降低的過程中，固體的內能減小，粒子的慢慢趨於有序，整齊排列，最終，當固體處於常溫時，內能達到最小，此時，粒子最為穩定。模擬退火算法便是基於這樣的原理設計而成。
通俗點的說法：一個鍋底凹凸不平有很多坑的大鍋，如何晃動這個鍋才能使得一個小球使其達到全局最低點。首先一開始就使勁晃，小球的變化也就比較大，如果掉到一個小坑裡面也有幾率掉出來，大趨勢總是向底部滑下去。在趨於全局最低的時候慢慢減小晃鍋的幅度，直到最後不晃鍋，小球達到全局最低。
其他算法有時候經常就掉在小坑裡出不來了，就是所謂的達到局部最小值。模擬退火算法的優點就是：就算達到局部最小值了，我也給你一個機會滑出來，如果你是全局最小值，就算滑出來了，最後也會滑進去的。
這個算法經常使用於旅行商問題(TSP)：就是要拜訪n個地點，怎麼走的距離最短。
解題思想：計算每兩個地點之間的距離，得到距離矩陣。先一通亂走，計算一下走的距離。然後微調一下走的路線，如果調整過後的路線距離變變短了，就以這個路線作為下一步的基礎，然後繼續調整。但是如果路線變長了，我也給你一個概率，作為下一步的基礎。但是這個概率會隨著步數的增加，慢慢變小。最後這個概率也會趨於0，距離調整也會達到最小值。
總之如果要途徑每一個點，方式就是一個1到N的數字排序問題，如果排序是1、7、4、2、9、6.。。。。，那麼距離就等於W17、W74、W42、。。。。。等等，也就是下面的公式：
根據總距離公式，計算距離。然後微調，比如改變序列中兩個數字的排序，得到新樣本，然後再計算距離。
直到達到距離的最小值。
matlab代碼：私信回覆 模擬退火算法
閱讀更多 科研IT生活 的文章
