【问题标题】:Simulated annealing cost function for TSPTSP 的模拟退火成本函数
【发布时间】:2013-03-16 05:17:38
【问题描述】:

成本函数如何为 TSP 工作?假设我有一个距离为 100 的巡演,我稍微更改了巡演,对原来的巡演进行了 4 次更改,现在距离为 50。

成本函数会给我 4,因为那是变化的数量;还是50,因为距离的变化?或者也许我错过了一些东西,但两者都没有?

【问题讨论】:

  • 呃,也不是——应该是 50,但因为那是距离,而不是因为它是变化。您只关心解决方案,而不是您为找到它所采取的步骤。
  • 哦,抱歉,能量也会是 50,因为距离变化了多少?

标签: algorithm artificial-intelligence traveling-salesman simulated-annealing


【解决方案1】:

成本函数是总距离

这正是你想要的最小化。

【讨论】:

  • 哦,抱歉,能量也会是 50,因为距离变化了多少?
  • 没有。因为这就是推销员在他的巡回演出中要走的路。
  • 那么能量是什么?我以为是成本的变化?
【解决方案2】:

成本函数总距离,是的,但它也是模拟退火中的能量参数$E$。不是“能量”$E$ 直接决定转换到该状态的概率,而是$\Delta{E}$,能量变化(成本变化)决定概率$P(\Delta{E})=exp(-\Delta{E}/T)$

因此,从 $E=100$ 到 $E=50$ 的转换将是 $\Delta{E}=-50$(100% 概率)。

从 $E=100$ 到 $E=150$ 的转变将是 $\Delta{E}=50$,如果温度为 10,则概率约为 0.7%。$P(\Delta{E}=50)=e^{-50/10}$

【讨论】:

    猜你喜欢
    • 2013-06-21
    • 1970-01-01
    • 2020-09-24
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多