模拟退火算法如何避免陷入局部最优？

模拟退火算法通过引入一定的随机性和概率机制来避免陷入局部最优。核心在于它的“接受概率”规则，即当当前状态不是最佳解时，也有一定概率接受不如当前状态的新状态。这个概率与当前状态的“能量”（通常指解决方案的成本或复杂度）以及一个称为“温度”的变量有关。随着迭代进行，温度逐渐下降，接受较差解的概率也随之减少，这使得算法倾向于探索更大的搜索空间，增加了找到全局最优解的机会。

另外，算法还可能包含一些策略，比如“邻居选择策略”，会选择相邻的解作为候选，这有助于从现有的解决方案向附近更有潜力的方向探索。整体上，模拟退火提供了一种平衡搜索精度和跳出局部最优陷阱的有效途径。