模拟退火算法matlab

以下是一个简单的模拟退火算法的MATLAB代码示例：

% 定义问题函数
function y = problem(x)
    y = sin(x) + 0.5*sin(3*x);
end

% 定义模拟退火算法
function [x_opt, y_opt] = sim_anneal(problem, x_start, x_min, x_max, T_start, T_end, alpha, num_iter)
    % 初始化
    x_opt = x_start;
    y_opt = problem(x_opt);
    T = T_start;

    % 开始模拟退火
    for i = 1:num_iter
        % 生成新的解
        x_new = x_opt + (rand()-0.5) * (x_max - x_min);
        y_new = problem(x_new);

        % 计算接受概率
        delta = y_new - y_opt;
        p_accept = exp(-delta/T);

        % 判断是否接受新解
        if rand() < p_accept && x_new >= x_min && x_new <= x_max
            x_opt = x_new;
            y_opt = y_new;
        end

        % 降温
        T = T * alpha;
        if T < T_end
            break;
        end
    end
end

% 运行模拟退火算法
[x_opt, y_opt] = sim_anneal(@problem, 0, -10, 10, 100, 0.01, 0.95, 1000);

% 输出结果
fprintf('x_opt = %.4f, y_opt = %.4f\n', x_opt, y_opt);

在这个示例中，我们定义了一个简单的问题函数 `problem`，该函数接受一个实数参数 `x`，计算并返回函数在 `x` 处的值。我们还定义了一个模拟退火算法函数 `sim_anneal`，该函数接受一些参数，包括问题函数、起始解、变量的取值范围、初始温度、终止温度、降温速率和迭代次数。函数通过迭代来搜索最优解，并返回最优解的值和位置。最后，我们使用 `sim_anneal` 函数来解决我们的问题，并输出结果。