matlab模拟退火算法代码

当然可以！下面是一个简单的MATLAB模拟退火算法的代码示例：

% 目标函数
function y = objective(x)
    y = x^2;
end

% 模拟退火算法
function [x_best, f_best] = simulated_annealing()
    % 初始温度和终止温度
    T_initial = 100;
    T_final = 0.1;
    
    % 初始解和目标函数值
    x_current = randn();
    f_current = objective(x_current);
    
    % 最优解和目标函数值
    x_best = x_current;
    f_best = f_current;
    
    % 迭代次数
    max_iter = 1000;
    
    % 迭代过程
    for iter = 1:max_iter
        % 更新温度
        T = T_initial * (T_final / T_initial)^(iter / max_iter);
        
        % 生成新解
        x_new = x_current + randn() * T;
        
        % 计算新解的目标函数值
        f_new = objective(x_new);
        
        % 判断是否接受新解
        if f_new < f_current || rand() < exp((f_current - f_new) / T)
            x_current = x_new;
            f_current = f_new;
            
            % 更新最优解
            if f_current < f_best
                x_best = x_current;
                f_best = f_current;
            end
        end
    end
end

% 调用模拟退火算法求解最优解
[x_best, f_best] = simulated_annealing();
disp(['最优解：', num2str(x_best)]);
disp(['最优目标函数值：', num2str(f_best)]);

这段代码实现了一个简单的模拟退火算法，目标函数为x的平方。代码中的`simulated_annealing`函数是模拟退火算法的主体部分，其中包括了温度的更新、新解的生成、接受新解的判断等步骤。最后通过调用`simulated_annealing`函数求解最优解，并输出结果。