門檻接受法 (Threshold Accepting)
最佳化方法簡介歷史確定性搜尋基本搜尋法逐漸深入法α-β 修剪A* 搜尋法隨機搜尋單粒子隨機搜尋貪婪演算法爬山演算法模擬退火法禁忌搜尋法多粒子隨機搜尋演化策略鳥群演算法蟻群演算法蜂群演算法程式實作基本搜尋法爬山演算法基因演算法鳥群演算法訊息相關網站參考文獻最新修改簡體版English |
門檻接受法(Threshold Accepting, TA)是Dueck & Scheuer[7]在1990年發表的一個啟發式最佳化方法,與模擬退火法 (SA) 一樣是由爬山演算法改良而來的。 TA 與 SA 都會允許爬山演算法向較差的解移動,而且都以溫度控制接受與否,溫度不斷下降的結果也都會讓兩者最達到穩定狀態,也就是退化成爬山演算法。 但TA 與 SA 不同的是,TA 使用一個門檻值作為接受與否的標準,而 SA 則是採用機率式的接受判斷法。 門檻函數(1)\begin{align} P^{TA} = \biggl\{ \substack {1 \quad if \Delta E \leq TH_k \\ \\ 0 \quad if \Delta E > TH_k } } \end{align}
門檻遞減門檻值通常為一遞減函數,並隨著時間t 增加而下降 (2)\begin{align} (TH_k)_{k=0}^{k-1} : t \rightarrow TH(t) \end{align}
演算法參考文獻
|
page revision: 16, last edited: 18 Sep 2010 07:01
Post preview:
Close preview