文件名称：simanneal:用于模拟退火优化的Python模块
文件大小：761KB
文件格式：ZIP
更新时间：2024-06-01 15:42:41
Python
用于模拟退火的Python模块 该模块执行以找到系统的最佳状态。 它的灵感来自退火的冶金过程，该过程中必须定期冷却金属，以使其沉降到最低能量状态。 模拟退火可用于在极大量（但有限）的潜在解中找到最接近最优的解。 对于由依赖于外部数据的复杂目标函数定义的问题特别有用。 该过程涉及： 随机移动或更改状态 使用目标函数评估新状态的能量 将能量与以前的状态进行比较，然后根据当前温度决定接受还是拒绝新的解决方案。 重复直到您收敛到可接受的答案为止 要接受此举，它必须满足以下两个条件之一： 该移动导致状态能量的减少（即目标函数的改善） 该移动增加了状态能量（即稍微差一些的解决方案），但在温度范围内。 随着算法的进行，温度呈指数下降。 通过这种方式，我们避免了在过程的早期就被局部极小值所困住，但最终开始寻求可行的解决方案。 示例：旅行商问题 典型的离散优化问题是。 给定位置列表，到达每个
【文件预览】：
simanneal-master
----.travis.yml(311B)
----release.sh(66B)
----requirements-dev.txt(23B)
----tests()
--------helper.py(1KB)
--------test_anneal.py(4KB)
----simanneal()
--------anneal.py(11KB)
--------__init__.py(114B)
----CHANGES.md(319B)
----examples()
--------salesman.py(3KB)
--------watershed()
----setup.py(1KB)
----.gitignore(75B)
----MANIFEST.IN(219B)
----README.md(9KB)
----LICENSE.txt(814B)