시뮬레이션 어닐링이란 무엇입니까?

시뮬레이션 된 어닐링은 문제에 대한 해결책을 찾을 수있는 컴퓨터 기술입니다. 그것은 어닐링의 야금 과정을 모방하기 때문에 그 이름입니다. 금속에서, 어닐링은 금속을 가열 한 다음 천천히 냉각시켜 정제 과정입니다. 컴퓨터 프로그램은 남아있는 모든 것이 가장 좋거나 거의 가장 좋은 솔루션이 될 때까지 솔루션 공간을 "정화"합니다.

시뮬레이션 된 어닐링 프로그램 사용자가 지정 해야하는 두 가지 중요한 요소가 있습니다. 시작 온도 또는 탐색 할 수있는 더 나쁜 솔루션의 비율; 그리고 냉각 속도는 그 백분율이 감소되는 속도입니다. 낮은 시작 온도는 종종 최적에서 멀리 떨어진 결과로 끝납니다. 매우 높은 온도에서 시작하면 검색이 필요한 것보다 훨씬 많은 시간이 걸릴 수 있습니다. 마찬가지로, 너무 높은 냉각 속도는 결과가 좋지 않은 결과가 발생하지만 냉각 속도가 매우 낮 으면아주 오랫동안 실행되는 프로그램.

시뮬레이션 된 어닐링 프로그램의 "고온"상태는 이미 발견 한 솔루션보다 더 나쁜 많은 솔루션을 포함하여 광범위한 솔루션을 볼 수있는 설정입니다. 이 컴퓨터는 현재 솔루션보다 나쁜 많은 솔루션을 살펴볼 수 있으므로 최고보다 실질적으로 나쁜 지역 최소값을 고수하지 않도록합니다. 예를 들어, 기지에 도달하려는 목표로 언덕이나 산 꼭대기에서 시작하는 것을 상상할 수 있습니다. 길을 따라 갈매기 나 틈이있을 수 있습니다. 컴퓨터가 오르막길이 나올 정도로 오르막길을 올릴 수 없다면베이스에 가까이 있지 않더라도 갇히게됩니다.

프로그램이 갈 수있는 힐이 얼마나 멀리 갈 수 있는지는 프로그램이 검토 할 수있는 더 나쁜 솔루션의 비율에 의해 결정됩니다. 시간이 지남에 따라 점차 더 나은 솔루션이 발견되고 깊은 위험이 있습니다.틈이 줄어들어 컴퓨터가 탐색 할 수있는 더 나쁜 솔루션의 비율이 줄어 듭니다. 이 분수를 줄이는 것을 "냉각"이라고합니다. 온도가 사전 설정 분수에 도달하면 (0이 될 필요가 없음) 검색이 끝납니다.

시뮬레이션 된 어닐링 또는 기타 인공 지능 검색 기술을 사용하는 이유는 거의 최적의 최적 솔루션을 찾는 데 필요한 시간을 관리 가능한 양으로 줄이기 때문입니다. 많은 문제의 경우, 서로 가능한 솔루션에 대한 각 가능한 솔루션의 테스트 인 철저한 검색은 몇 달 또는 몇 년이 걸릴 수 있습니다. 시뮬레이션 된 어닐링에 대한 가장 널리 알려진 대안은 유전자 알고리즘입니다. 다른 인공 인공 지능 검색 알고리즘에는 개미 콜로니 최적화, 입자 떼 최적화, 가장 가까운 이웃 및 베이지안 분류기가 포함됩니다.