En simulert annealing-algoritme er en stokastisk optimaliseringsalgoritme som brukes til å finne den globale optimale eller nesten optimale løsningen for et gitt problem, spesielt i tilfeller der søkerommet er stort og optimaliseringsfunksjonen er ikke-lineær og ikke-konveks. Det er inspirert av den fysiske prosessen med gløding, hvor et materiale varmes opp og deretter gradvis avkjøles for å forbedre strukturen og egenskapene. I en simulert annealing-algoritme starter søkeprosessen med en tilfeldig eller initial løsning, og går deretter iterativt mot bedre løsninger. Algoritmen aksepterer løsninger som kanskje ikke alltid er optimale, og lar den flykte fra lokale minima og utforske løsningsrommet grundig. Algoritmen bruker et akseptkriterium som er basert på sannsynligheten for å akseptere den nye løsningen, som glødes over tid ved gradvis å redusere temperaturen i systemet. Avkjølingsplanen er typisk utformet for å balansere mellom leting og utnyttelse, slik at algoritmen kan konvergere til en global optimal løsning med høy sannsynlighet.
Publiseringsdato: