2

Я хочу использовать смоделированный отжиг для разных ситуаций. Каждый алгоритм имитационного отжига в сети обеспечивает алгоритм с примером температуры. Как в wikiЧто представляет собой Т в моделированном отжиге?

s ← s0; e ← E(s)         // Initial state, energy. 
sbest ← s; ebest ← e        // Initial "best" solution 
k ← 0            // Energy evaluation count. 
while k < kmax and e > emax      // While time left & not good enough: 
T ← temperature(k/kmax)       // Temperature calculation. 
snew ← neighbour(s)        // Pick some neighbour. 
enew ← E(snew)         // Compute its energy. 
if P(e, enew, T) > random() then    // Should we move to it? 
    s ← snew; e ← enew       // Yes, change state. 
if enew < ebest then       // Is this a new best? 
    sbest ← snew; ebest ← enew     // Save 'new neighbour' to 'best found'. 
k ← k + 1          // One more evaluation done 
return sbest          // Return the best solution found. 

Теперь что это 'Т' представляют в целом? Предположим, что я буду использовать имитированный отжиг для chess.I буду использовать этот алгоритм для поиска следующего движения для компьютера. Я имею текущее состояние (S) и его значение (e). У меня следующие состояния (snew) и их значения (enew). Тогда что будет «Т» для шахмат? Мне это нужно! Существует ли общая форма для этого алгоритма? Я имею в виду без этого примера температуры, где я могу получить основную идею! Я не могу найти. Пожалуйста помоги. Заранее спасибо ...

+1

Шахматы требуют минимаксного алгоритма. Я никогда не видел способа сделать это с SA еще (хотя мне было бы интересно, если кто-то найдет способ). –

+0

@GeoffreyDeSmet На самом деле моя проблема заключается не в том, как шахматы будут идеальными после применения этого алгоритма, а скорее, как шахматы будут действовать, если я буду использовать этот алгоритм. В основном мне нужно реализовать это для сравнения между различными алгоритмами. Нашел какую-то идею. Я произвольно выбираю любой ход, а затем решаю, принимать его или нет, основываясь на некоторой вероятностной функции. Вы можете проверить идею по этой ссылке: http://nazmialtun.blogspot.com/2011/09/solving-n-queens-puzzle-with-simulated.html Он применил SA для N-queen – AtanuCSE

+0

@AtanuCSE N- quens - NP-полная оптимизационная проблема, как-то эквивалентная пропозициональной формуле с одним квантором существования. Шахматы - игра двух игроков, что эквивалентно формуле с чередующимися экзистенциальными и универсальными кванторами. Это совершенно разные проблемы. – ziggystar

ответ

3

Все примеры в сети используют пример температуры, поскольку это стандартная терминология для моделирования отжига. SA - это физико-вдохновляющая техника, смоделированная после феномена реального мира, называемого отжигом , Это почти то же самое, что и все примеры для генетических алгоритмов говорят о генах и хромосомах.

Если вы проследите математику назад достаточно далеко, есть несколько увлекательных связей между различными метаэвристиками оптимизации и некоторыми физическими процессами, обычно связанными с понятием энтропии.

Но в очень грубых условиях температура T в моделированном отжиге соответствует желательности или способности алгоритма «прыгать» из локального минимума при поиске глобального (или, по крайней мере, лучшего локального) минимума , Высокие температуры соответствуют более высокой случайности, прыгают больше и могут даже оказаться в худших конфигурациях; низкие температуры соответствуют более низкой случайности (и в конечном итоге чисто жадным алгоритмам) и не могут избежать каких-либо локальных минимумов, независимо от того, насколько они мелкие.

Как использовать эту идею для ваших приложений, ну. Для получения большей эффективности метаэвристики требуется некоторое понимание и творческий подход. Вы никогда не найдете дискуссию о SA, которая не говорит о температуре.

+0

Поблагодарили: – AtanuCSE