問題タブ [simulated-annealing]

現在、巡回セールスマンの問題を解決する刺激されたアニーリング アルゴリズムを作成し、そのための GUI を作成しようとしています。最初の都市 (ポイント) とラインが表示されますが、doSA() メソッドを正常に実行できません。どんなアイデアでも、ちょっと困惑しています。

}

Java で確率的ヒル クライミングを実装しようとしています。このアルゴリズムがランダムに選択された新しいソリューションを作成し、それがどれほど悪い/良いかに基づいてソリューションを受け入れることを理解しています. たとえば、非常に悪い場合はわずかな可能性があり、わずかに悪い場合は選択される可能性が高くなりますが、この確率を Java で実装する方法がわかりません。

Googleでブラウジングしているときに、この方程式に出くわしました。

• f は古いフィットネスを表します
• f' は新しい適応度を表す
• T はパラメーターです

この等式をどのように解釈すればよいか、私にはよくわかりません。

Javaでこれを実装する方法について誰か助けてもらえますか?

シミュレートされたアニーリング メソッドの問題を解決する Java コードを書いています。パラメータが指定されている場合、true確率 exp(a/b) のみでランダムを生成する方法が必要です。ab

ありがとう。

遺伝的アルゴリズムまたはシミュレーテッド アニーリングを使用してキャレット機能選択を使用しようとしていますが、どちらの場合も同じエラー メッセージが表示されます。

非常に単純な入力データ フレームを使用して、gafs と safs の最も基本的な形式を試しました。

同様の問題に遭遇した場合、誰かが経験を共有できるかどうかに感謝します（ところで、nには14個の観測しかありませんが、多くの異なるデータフレームで試してみましたが、同じエラーメッセージが表示されました）

ありがとう

シミュレーテッド アニーリングを使用して、定義済みの間隔内で、単一変数の多項式関数の局所的な最小値を見つけたいと思います。また、二次関数のグローバル最小値を見つけたいと思います。

このような導関数を使用しないアルゴリズムは、問題に取り組むための最良の方法ではないため、これは研究目的のみです。

アルゴリズム自体は非常に単純ですが、1 次元または n 次元の空間で効率的に隣人を選択する方法がわかりません。

関数の局所的最小値を探しているとしましょう: 2* x^ 3+ x+ 1 間隔 [-0.5, 30] で、間隔が各数値の 10 分の 1 に減ると仮定します (例: {1.1, 1.2)。 ,1.3 , ..., 29.9, 30}.

私が達成したいのは、ランダムウォークと開始点からより低いエネルギーの点への収束速度のバランスです。

毎回指定された間隔から乱数を選択するだけでは、ランダムウォークはなく、アルゴリズムが循環する可能性があります。反対に、単純に 0.1 を同じ確率で加算または減算することによって次のポイントが選択された場合、アルゴリズムは開始ポイントに基づいて徹底的な検索になる可能性があります。

1 次元空間と n 次元空間でシミュレーテッド アニーリングの近隣探索を効率的にバランスさせるにはどうすればよいですか?