退火退火,核心在退,每次迭代,范围缩小

步骤:
1 初始解
2 开始while循环退火,当前范围T = T/(t) 其中t为循环累加的值,T为初始值,每次迭代减小
3 每层迭代50次寻找这一层的最小值,如果比当前值大,概率性保存。方式是使用邻近解的函数值与当前解的函数值做比较

代码如下:

import math
import random

def function(x):
    return x**3-60*x**2-4*x+6


def main():
    T = 1000
    t_min = 10
    range_num = (0,100)
    t = 1
    frist_x = random.uniform(0, 100)
    while T > t_min:
        for i in range(50):
            new_x = frist_x + random.uniform(-0.5,0.5)*T
            if new_x > range_num[0] and new_x < range_num[1]:
                if function(frist_x) > function(new_x):
                    frist_x = new_x
                else:
                    rank = random.random()
                    p = math.exp((function(frist_x) - function(new_x))/T)
                    if rank < p:
                        frist_x = new_x

        t += 1
        T = T/(1+t)
    return frist_x

if __name__=='__main__':
    print({main():function(main())})
Logo

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。

更多推荐