2020-7-30 15:28:15毕设怎么办啊TAT

如图，退火是分子排列由无序变为有序的一个过程，在这个过程中物质会逐渐到达一个最稳定的状态（即能量最低）。

而模拟退火就是人为的去模拟这个过程，从而有概率的找到函数的全局最优解。

其大致过程可分为：

设定初始温度$T_0$；随机函数的初始输入，并计算其输出。

对当前输入进行随机偏移，并重新计算新的输出。

比较两种输出的优劣。若新输入的解更优，则将新输入作为当前输入继续迭代，否则有概率的采取新输入作为当前输入。

按照某种速率降低温度，当温度达到指定值（通常为0）时，停止迭代。

可以看到模拟退火算法的表现和效率取决于四个值：初始温度$T_0$，随机偏移量，采取较劣解的概率，温度降低的速率。这也是我们可以调参的地方。

其中面对较劣解也有概率采纳的操作，可以使得迭代不会一直陷入局部最优解，而是有概率可以到达全局最优解。

随机偏移量随着温度的降低而逐渐缩小，可以保证最后结果可以趋于稳定。温度高的时候随即偏移量大可以使得有几率跳脱出局部最优解。

luogo1337

本题的能量函数是桌面距离乘以物体重量。桌面上绳子长度越短，桌面下绳子长度就越长，物体的重力势能就越小。

当所有物体重力势能总和达到最小时也就达到了稳态。

至于起始点我们可以采用这n个点的平均值（虽然我没这么写），这样应该会更快到达全局最优点。