模擬退火算法 模擬退火算法(Simulated ANNealing,簡(jiǎn)稱SA算法)是模擬加熱熔化的金屬的退火過程，來尋找全局最優(yōu)解的有效方法之一。 模擬退火的基本思想和步驟如下： 設(shè)S＝{s1,s2,…,sn}為所有可能的狀態(tài)所構(gòu)成的集合， f：S—R為非負(fù)代價(jià)函數(shù)，即優(yōu)化問題抽象如下： 尋找s*∈S，使得f(s*)＝min f(si) 任意si∈S （1）給定一較高初始溫度T，隨機(jī)產(chǎn)生初始狀態(tài)S （2）按一定方式，對(duì)當(dāng)前狀態(tài)作隨機(jī)擾動(dòng)，產(chǎn)生一個(gè)新的狀態(tài)S’ S’＝S＋sign(η).δ 其中δ為給定的步長(zhǎng)， η為[－1,1]的隨機(jī)數(shù)
標(biāo)簽： Simulated ANNealing 模擬退火算法 模擬
上傳時(shí)間： 2014-01-02
上傳用戶：gengxiaochao
模擬退火（Simulated ANNealing）算法c++源程序
標(biāo)簽： Simulated ANNealing 模擬退火 算法
上傳時(shí)間： 2015-05-26
上傳用戶：lindor
模擬退火（Simulated ANNealing）算法c語言源程序
標(biāo)簽： Simulated ANNealing 模擬退火 c語言
上傳時(shí)間： 2015-05-26
上傳用戶：liansi
This demo nstrates the use of the reversible jump MCMC simulated ANNealing for neural networks. This algorithm enables us to maximise the joint posterior distribution of the network parameters and the number of basis function. It performs a global search in the joint space of the parameters and number of parameters, thereby surmounting the problem of local minima. It allows the user to choose among various model selection criteria, including AIC, BIC and MDL
標(biāo)簽： This reversible ANNealing the
上傳時(shí)間： 2015-07-19
上傳用戶：ma1301115706
Simulated ANNealing for both Stochastic models and Deterministic models
標(biāo)簽： models Deterministic Stochastic Simulated
上傳時(shí)間： 2013-12-18
上傳用戶：bruce5996
simulated ANNealing code ASA
標(biāo)簽： simulated ANNealing code ASA
上傳時(shí)間： 2015-10-18
上傳用戶：xlcky
Simulated ANNealing algorithm of AI
標(biāo)簽： Simulated ANNealing algorithm AI
上傳時(shí)間： 2016-03-20
上傳用戶：lizhen9880
TSPSA by AI of Simulated ANNealing
標(biāo)簽： Simulated ANNealing TSPSA AI
上傳時(shí)間： 2016-03-20
上傳用戶：playboys0
Simulated ANNealing Tools Software
標(biāo)簽： Simulated ANNealing Software Tools
上傳時(shí)間： 2016-04-13
上傳用戶：bjgaofei
simulated ANNealing code of dejong function
標(biāo)簽： simulated ANNealing function dejong
上傳時(shí)間： 2016-05-19
上傳用戶：change0329
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
