La idea básica detrás de recocido simulado de optimización es que es una búsqueda al azar. Prácticamente la extracción de muestras de una distribución de describir sus posibles soluciones y se basa en ciertas condiciones (por ejemplo. si la nueva solución es mejor que el anterior, $f(x_{old}) > f(x_{new})$) aceptar o rechazar.
Para metió en un poco más de detalle ahora: recocido Simulado simula un sistema que poco a poco se enfría después de ser calentada (de energía). En la metalurgia de recocido se hace porque, haciendo que las partículas del metal para "saltar" las partículas explorar toda la superficie, rellenar las grietas", y el resultado en estructuras más rígidas, es decir. más eficiente de cristalización.
Ahora, en el caso de un problema de optimización de la superficie que trata de "relleno", o más exactamente, de explorar, es (en 2D caso) de la superficie dictadas por su función de costo. Usted quiere encontrar la "profunda grieta", el mínimo de $f$. Se ve inmediatamente que un parámetro muy importante es cómo "caliente" en su sistema. Por un lado, más de la energía/calor resultados en mayores fluctuaciones en la búsqueda de soluciones y se traduce en la exploración de más de la optimización de su espacio. Por otro lado si usted nunca a "enfriar" su sistema, a pesar de que la "tierra" en una "profunda grieta" es posible que "saltan" de la misma. Es por eso que introducir un enfriamiento horario: a medida que el número de iteraciones aumenta disminuye el tamaño de sus saltos en el espacio de la solución y explorar las regiones alrededor de donde usted en el momento (esperemos que más cerca de los buenos mínimo) con más cuidado.
El problema aquí es lo que ocurre si que "ojalá más cerca de un buen mínimo" en realidad no se materializan. Aquí es donde Adaptación SA. Se presenta una metodología para el control de la refrigeración. Prácticamente dice que si la optimización procedyure no está satisfecho con el progreso que se ve en la minimización de la función de costo $f$, "no cool" del sistema; se mantiene hacer grandes saltos. Como tal, a través de una adaptación de refrigeración esquema de control de la probabilidad de transición de su búsqueda al azar; tanto en términos de la tasa de aceptación de soluciones candidatas, así como la variabilidad de su generación de la distribución.
Y una referencia inicial: yo he encontrado el artículo Generalizada de Recocido Simulado para la Función de Optimización por Bohachevsky et al. la más sencilla introducción a la Sim.El recocido. Oldie, pero tiene todo lo que necesita para seguir adelante. No añado una Adaptación de la Sim. Recocido de referencia sobre todo porque todos ellos son "casos especiales" de la Sim original.El recocido. Una vez que obtenga su cabeza, la adaptación de los esquemas son en su mayoría ajustes - OK, algunos son bastante sofisticados ajustes, pero vamos a insistir en que. :)
