本书系统地介绍模拟退火算法以及这一方法的并行实现和在优化、搜索、机器学习、统计物理中的应用。主要内容包括:模拟退火算法、并行摸拟退火算法、渐近收敛性、冷却进度表、模拟退火算法的应用、改进和变异、Boltzmann机及其存组合优化中的应用。
样章试读
目录
- 目录
前言 iii
第一章 引论 1
1 组合优化问题 1
2 计算复杂性与NP完全问题 5
3 邻域结构与局部最优 16
4 局部搜索算法 19
第二章 模拟退火算法 22
1 固体退火过程 22
2 Metropolis准则 28
3 模拟退火算法 29
4 模拟退火算法的实验性能 38
第三章 渐近收敛性 5 6
1 MapKoB链理论 56
2 齐次MapKoB链 59
3 非齐次MapKoB链 68
4 渐近性态 80
第四章 冷却进度表 84
1 冷却进度表的一般概念 84
2 冷却进度表的选取原则 86
3 冷却进度表参数的优化选取 94
4 更加精细的冷却进度表 115
第五章 模拟退火算法的应用 125
1 应用的一般要求 125
2 几个典型组合优化问题的算法描述 127
3 程序和应用实例 142
4 在连续和非线性优化中的应用 165
第六章 模拟退火算法的改进和变异 169
1 加温退火法 169
2 有记忆的模拟退火算法 174
3 带返回搜索的模拟退火算法 178
4 多次寻优法 183
5 回火退火法 187
6 综合讨论 192
第七章 并行模拟退火算法 195
1 关于并行算法的一般概念 195
2 模拟退火算法并行实现的可能性和途径 201
3 模拟退火算法的并行策略 202
4 并行策略的算法描述及模拟实例 206
5 对并行策略的讨论 213
第八章 Boltzmann机及其在组合优化中的应用 216
1 Boltzmann机的结构描述 216
2 串行Boltzmann机 217
3 Boltzmann机解组合优化问题示例 220
4 并行 Boltzmann 机 235
参考文献 243