模拟退火算法的matlab代码

模拟退火算法（Simulated Annealing）是一种全优化算法，用于在搜索空间中寻找最优解。下面是一个简单的模拟退火算法的MATLAB代码示例：

% 目标函数
function y = objective(x)
    y = x^2; % 这里以求解最小值为例，目标函数为x的平方
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
    x_current = rand(); % 随机生成一个初始解
    f_current = objective(x_current); % 计算初始解的目标函数值
    
    % 最优解
    x_best = x_current;
    f_best = f_current;
    
    % 迭代次数和降温率
    max_iterations = 1000;
    cooling_rate = 0.95;
    
    % 迭代搜索
    for i = 1:max_iterations
        % 生成新解
        x_new = x_current + randn() * T_initial;
        f_new = objective(x_new);
        
        % 判断是否接受新解
        if f_new < f_current || exp((f_current - f_new) / T_initial) > rand()
            x_current = x_new;
            f_current = f_new;
        end
        
        % 更新最优解
        if f_current < f_best
            x_best = x_current;
            f_best = f_current;
        end
        
        % 降温
        T_initial = T_initial * cooling_rate;
        
        % 判断是否达到终止温度
        if T_initial < T_final
            break;
        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(['最优值：', num2str(f_best)]);