模拟退火算法 🌞🔍

导读模拟退火算法是一种用于全局优化问题的强大工具，它灵感来源于固体材料冷却过程中的退火现象。在物理学中，当金属缓慢冷却时，原子有机会迁

模拟退火算法是一种用于全局优化问题的强大工具，它灵感来源于固体材料冷却过程中的退火现象。在物理学中，当金属缓慢冷却时，原子有机会迁移到能量更低的状态。模拟退火算法通过引入一个称为温度的参数来模拟这一过程，从而能够在寻找最优解的过程中跳出局部最优，探索更广阔的解空间。

算法的核心思想是，在每次迭代过程中，根据当前状态随机选择一个新的候选解，并计算该候选解的能量（即目标函数值）。如果新解的能量低于当前解，则接受新解；但如果新解的能量高于当前解，则以一定的概率接受新解。这个概率由公式 exp(-ΔE/T) 决定，其中 ΔE 表示新旧解的能量差，T 是当前的温度。随着迭代次数增加，温度逐渐降低，使得算法最终趋向于稳定在某个解上。