模拟退火算法解决0-1背包问题的实现

2   模拟退火算法介绍

模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代，并逐步衰减t值，算法终止时的当前解即为所得近似最优解，这是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。

模拟退火算法可以分解为解空间、目标函数和初始解3部分。其基本思想是：

(1)初始化：初始温度T(充分大)，初始解状态s(是算法迭代的起点)，每个T值的迭代次数L(Markov链长)，衰减准则α，停止准则。

(2)对k=1，……，L做第(3)至第(6)步；

(3)产生新解s′；

(4)计算增量cost=cost(s′)-cost(s)，其中cost(s)为评价函数；

(5)若t′＜0则接受s′作为新的当前解，否则以概率exp(-t′/T)接受s′作为新的当前解；

(6)如果满足终止条件则输出当前解作为最优解，结束程序。否则T逐渐减少，并转第2步运算。

3 思路分析

SA解决01背包问题 knapsackSa.cpp代码下载：

http://download.csdn.net/detail/zhoubin1992/7494517