[算法学习]模拟退火算法（SA）、遗传算法（GA）、布谷鸟算法（CS）、人工蜂群算法（ABC）学习笔记---附MATLAB注释代码

参考资料：智能优化算法及其Matlab示例第2版.pdf 链接: https://pan.baidu.com/s/1CSKZWBJNs4ybAJWTfnm5lw 密码: 6jut 如果代码链接失效，评论给我，我几乎当天都能回复

1.模拟退火算法（Simulated Annealing，SA） 1.1 本质：

• 是一种通用的随机搜索算法，是对局部搜索算法的扩展。以一定的概率选择邻域中目标值相对较小的状态，一种理论上的全局最优算法。
• 在一定的初始温度下，通过缓慢下降温度参数，使得算法能够在多项式时间内给出一个近似最优解。

1.2 算法思想

• 思想：在搜索区间随机游走，再利用Metropolis抽样准则，使得随机游走逐渐收敛于局部最优解。 从某个初始解出发，经过大量解的变化后，可以求得给定控制参数值时组合优化问题的相对最优解，然后减小控制参数T的值，重复执行Metropolis算法，就可以在控制参数T趋于零时，最终求得组合优化问题的整体最优解。
• 形象比喻：兔子喝醉了。它随机地跳了很长时间。这期间，它可能走向高处，也可能踏入平地。但是，它渐渐清醒了并朝最高方向跳去。这就是模拟退火。
• Metropolis准则 系统从一个能量状态变化到另一个状态时，相应的能量从旧的E1变化到新的E2，如果新的能量较低，就是E1