function [xo,fo]=Opt_Simu(f,x0,l,u,kmax,q,TolFun)
%%模擬退火算法 求f（X）的最小值點且 l<=x<=u
%% f:待求函數
%% x0初值點
%% l，u 分別為搜索區間的上下限
%% kmax 最大迭代次數
%% q ：退火因子
%% TolFun:函數容許誤差
%%%%%%%% 算法第一步 根據輸入的變量數，將某些量 設為默認值
if nargin>7
    TolFun=1e-8;
end
if nargin<6
    q=1;
end
if nargin<6
    kmax=100;
end
%%%%%%% 算法第二步 求解一些基本變量
N=length(x0);     %%自變量的維數
x=x0;
fx=feval(f,x);    %%函數在初始點x0處的函數值
xo=x;
fo=fx;
%%%%%%%%算法第三步 進行迭代計算 找出近似全局最小點
for k=0:kmax
    Ti=(k/kmax)^q;
    mu=10^(Ti*100);  %%%計算mu
    dx=Mu_Inv(2*rand(size(x))-1,mu).*(u-l); %%%步長 dx
    x1=x+dx; %下一估計點
    %%%將 xl限定在區間[l,u]上
    x1=(x1< l).* l+( l<=x1).*(x1<=u).*x1+(u<x1).*u;
    
    fx1=feval(f,x1);
    df=fx1-fx;
    %%%% 如果 fxl<fx 或者概率大于隨機數z
    if df<0|rand<exp(-Ti*df/(abs(fx)+eps)/TolFun)
        x=x1;
        fx=fx1;
    end
    if fx<fo
        xo=x;
        fo=fx1;
    end
end