Un algoritmo di ricottura simulata è un algoritmo di ottimizzazione stocastica che viene utilizzato per trovare la soluzione ottimale globale o quasi ottimale per un dato problema, in particolare nei casi in cui lo spazio di ricerca è ampio e la funzione di ottimizzazione è non lineare e non convessa. Si ispira al processo fisico di ricottura, in cui un materiale viene riscaldato e poi gradualmente raffreddato per migliorarne la struttura e le proprietà. In un algoritmo di ricottura simulata, il processo di ricerca inizia con una soluzione casuale o iniziale, quindi si sposta iterativamente verso soluzioni migliori. L'algoritmo accetta soluzioni che potrebbero non essere sempre ottimali, permettendogli di sfuggire ai minimi locali ed esplorare a fondo lo spazio delle soluzioni. L'algoritmo utilizza un criterio di accettazione che si basa sulla probabilità di accettare la nuova soluzione, che viene ricotto nel tempo riducendo gradualmente la temperatura del sistema. Il programma di raffreddamento è in genere progettato per bilanciare tra esplorazione e sfruttamento, consentendo all'algoritmo di convergere verso una soluzione ottimale globale con alta probabilità.
Data di pubblicazione: