将模拟退火添加到简单的爬山中

Question

我创建了一个爬山算法，随机生成一个解决方案，然后复制该解决方案并稍微改变一下，看看它是否最终得到了更好的解决方案。如果是这样，它会保留新解决方案并丢弃旧解决方案。

如果我想在此算法中添加模拟退火，我是否可以从更高的突变率开始，每次创建新的解决方案时稍微降低突变率？

我假设突变率会作为模拟退火算法的温度，那是正确的吗？

Answer 1

突变率将作为退火的温度，但通过选择更好的解决方案每次将不会是完美的模拟退火。

您需要选择更好的选择，具体取决于它有多好和突变率。 （即deltaE和Temperature），这样你就可以让模拟退火脱离局部最优。如果你继续采取最佳选择，你可能会陷入局部最佳状态。