最优化基础(3):模拟退火算法(STOCHASTIC APPROACH GENETIC ALGORITHMS AND SIMULATED ANNEALING)

这里是啰里啰嗦的前言:想当初大学做的机器人项目是基于模拟退火算法的嗅觉机器人寻找气味源。当时在电子院的我们整个团伙其实都是对于硬件比较熟悉,如何组装一个智能小车还是蛮熟悉的,设计寻找气味源的算法当时一脸懵逼。甚至连梯度下降都没有概念。呜呜呜,今日回首当初真的是菜,这明明是最优化理论里面比较基本的算法。而且当初比较搞笑的是老师要求我们用MATLAB实现模拟退火算法的时候,我感性的大脑竟然在思考如何在Matlab里面模拟气味呢?并且百思不得其解。现在想来不过是一个三维函数的问题么,当初为甚脑子如此轴?

MOTIVATIONS

Before this chapter,when we solve the optimization problem,we use direct method or we could not avoid calculate ddx\frac{d}{dx}

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章