知识卡片
退火接受劣解辅助PSO搜索
混合训练在 PSO 更新和适应度评价后加入退火接受规则。记旧状态能量 E(i)、新状态能量 E(j)(能量越低越好):
- E(j)≤E(i):新状态不差,直接接受。
- E(j)>E(i):以概率 p=e^{(E(i)−E(j))/(KT)} 接受,K 为玻尔兹曼常数,T 为当前温度。
示例(假设能量变差 1、把 KT 合看作一个数):KT=1 时 p=e⁻¹≈0.37;KT=0.2 时 p=e⁻⁵≈0.007。能量变差越多、温度越低,越难接受劣解。保留暂时变差的机会,是为了跳出局部最优去探索其他区域。温度降低通常减少劣解接受,但冷却、扰动和能量定义仍须明确;原文流程没有给全这些细节,不能据此保证全局最优或完整复现。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 2 2 . 1 . 3 模 拟 退 火 P S O 算 法 自 编 码 网 络 · 查看原书依据
(6)按以下条件为标准,判定当前系统的能量改变能否被接受,若E(j)≤E(i),则接受该状态的改变;若E(j)>E(i),则状态改变以概率被接受,其中K是玻尔兹曼常数,T是系统当前的温度。
参考来源
- 位置:《智能算法导论》第 213 项《2 2 . 1 . 3 模 拟 退 火 P S O 算 法 自 编 码 网 络》(源文件:`_epub-src/EPUB/xhtml/chapter22_0004.xhtml`)
- 结论依据:正文及指数概率给出退火接受原则;与PSO结合是新接口,网络结构和3%评估流程复用前项,未补造“混沌”步骤。KT=1 与 0.2 的接受概率演算为依据原书概率式补充的教学示例,非书中数据。
- 原始内容:若E(j)≤E(i),则接受该状态的改变;若E(j)>E(i),则状态改变以概率被接受……T是系统当前的温度。