我正在使用模拟退火来解决密码分析问题而且我遇到了一堵砖墙。我不能为我的生活让我的概率函数正常运行，它要么经常采取更糟糕的解决方案（所以我在0.03和0.2的分数附近反弹）或者它不经常采取它（所以我被困在0.35）。我浏览过互联网，但我只看到问题涉及找到MINIMUM值的例子....我的问题需要找到MAXIMUM值，最差得分是0，最好是1。
我需要关于温度的建议以及我应该使用的概率函数。
答案 0 :(得分：2)
Wikipedia上的模拟退火文章提供了有关如何初始化和降低SA温度的一般指导。有效选择这些参数通常非常具体问题，可能需要通过繁琐的反复试验来识别。
通常，优化算法会搜索目标函数的最小值。如果要在最大化问题上使用此类算法，请要求优化程序最小化目标函数的否定。例如，假设您要查找最大值的目标函数是f(x)=score。然后，您应该请求优化程序最小化 -f(x)，即-score（或者，正如您在上面的评论中指出的那样，1-score）。
网上有很多模拟退火和其他全局优化算法，请参阅优化软件决策树上的this列表。不幸的是，这些代码通常不是用C＃编写的，但如果代码是用Fortran或C编写的，通常很容易通过 P / Invoke 与这些代码连接。
如果您不要求优化器必须找到全局最优，那么也会列出一些无衍生优化器here。这些代码中至少有一个是C＃版本，即BOBYQA（实际上，这个算法已由我改编为C＃： - ）。