资 源 简 介
模拟退火算法(Simulated Annealing ， 简称SA)为求解传统方法难处理的TSP问题提供了一个有效的途径和通用框架， 并逐渐发展成一种迭代自适应启发式概率性搜索算法。用以求解不同的非线性问题； 对不可微甚至不连续的函数优化， SA 能以较大概率求得全局优化解； 具有较强的鲁棒性、全局收敛性、隐含并行性及广泛的适应性； 并且能处理不同类型的优化设计变量( 离散的、连续的和混合型的) ； 不需要任何的辅助信息， 对目标函数和约束函数没有任何要求。利用Metropolis 算法并适当地控制温度下降过程， 在优化问题中具有很强的竞争力， 本案例研究了基于模拟退火算法的TSP算法。
