simulated-annealing

2熱度

1回答

我對SA（模擬退火）做了一些廣泛的研究。即使如此，我也很難理解如何查找輸入參數。在我所有的研究中，似乎你只是在黑暗中開始拍攝並從那裏調整。這看起來非常低效，不太可能產生高質量的結果。如何找到在使用Encog的SA培訓算法中使用哪些參數（例如：開始溫度，停止溫度，循環），以便生成高效和高質量的結果？

0熱度

2回答

模擬退火不返回（一）最優解

我決定學習模擬退火與攻擊this problem的新方法。它主要是詢問如何用-1,0或1填充網格，以便每行和列的和是唯一的。作爲測試的情況下，我用了一個6x6的網格中，這肯定是有由Neil給出最佳的解決方案： 1 1 1 1 1 1 6 1 1 1 1 1 -1 4 1 1 1 1 -1 -1 2 1 1 0 -1 -1 -1 -1 1 0 -1 -1 -1 -1 -3 0 -1 -1

0熱度

1回答

N皇后退火程序不工作

我試圖重新創建n皇后問題，並用模擬退火解決它，雖然從我的對象類板對象拋出一個錯誤，當我嘗試使用len添加溫度（板）** 2。任何幫助將非常感謝！我已經包含了源代碼和輸出。謝謝！ import time import random import math class Board(object): """An N-queens solution attempt.""" d

1熱度

1回答

2選擇算法來優化解決TSP問題

我正在嘗試在java中找到Traveling推銷員問題的解決方案。我已經應用模擬退火來解決這個問題，方法如下。這裏是我已經實現模擬退火算法的代碼段： public class SimulatedAnnealing { // Calculate the acceptance probability public static double acceptanceProbability(int e

1熱度

1回答

在模擬退火

我使用模擬annealing.I解決TSP找到更好的鄰居有一個問題是：在https://en.wikipedia.org/wiki/Simulated_annealing在有效的候選代塊它說：旅行商問題之上，爲例如，在低能耗巡迴賽中交換連續兩座城市預計會對其能量（長度）產生適度影響;而交換兩個任意城市的時間長度更可能會增加其長度而不是減少它。因此，連續交換鄰居生成器預期比任意交換生成器更好地執

0熱度

1回答

Java模擬退火驗收概率

我有一個程序實現模擬退火。我對接受概率存在問題，可能是由於我不瞭解爲什麼將歐拉數提高到（能量 - 能量）的能力是有用的。即使溫度很低，概率總是超過1.0（100％），因此實際上這是隨機搜索。我如何將我的接受概率固定爲sA的正常速率（開始時接受更糟的解決方案的機會高，接近結束的機會低）？下面是方法的代碼： if (mutatedSolutionFitness > originalSolution

-2熱度

1回答

Kernighan-Lin和模擬退火算法在Python中的隨機數生成？

使用Python的（2.7）默認（Mersenne Twister）random（）函數作爲Kernighan-Lin算法的隨機數生成器是否是一個好主意（就生成的數字的質量和CPU時間而言）？有沒有更好的方法來做到這一點？此外，在同樣的情況下，random（）函數如何爲模擬退火算法生成0到1之間的數字？

2熱度

1回答

如何使用simanneal包

我想通過使用模擬退火通過simanneal包https://github.com/perrygeo/simanneal來優化我的函數/對象的參數。我的代碼如下： from simanneal import Annealer class ReservoirAnnealer(Annealer): def __init__(self, state, res): self.r

0熱度

1回答

Encog Lunar Lander Extended

這個問題是參考在Encog倉庫中獲得的C#'s Lunar Lander Example。作爲例子表明，我使用NeuralSimulatedAnnealing訓練我的多層前饋網絡（50劃時代的） BasicNetwork network = CreateNetwork(); IMLTrain train; train = new NeuralSimulatedAnnealing(networ

0熱度

1回答

WSAT爲什麼勝過模擬退火？

在某些日記上，我讀到WSAT（Walking SAT）算法在解決SAT問題方面比模擬退火算法有更好的性能。所以我的問題是，有人可以解釋我們爲什麼得到這個結果？可能是因爲SA更像是一種通用算法？編輯： Here也許最相關的文檔，我讀一下。