写出模拟退火算法完整详细步骤

模拟退火算法是一种通用概率算法，用来在一个大的搜寻空间内寻找足够好的解，它是由S. Kirkpatrick, C. D. Gelatt 和M. P. Vecchi 在1983年提出的。模拟退火算法是受物理学中固体退火过程的启发，通过模拟加热后再慢慢冷却的过程来寻找系统的最低能量状态，即全局最小值。以下是模拟退火算法的详细步骤：

1. 初始化参数：
- 初始温度（初始状态的能量）
- 冷却率（每次迭代后温度的减少比例）
- 停止温度（算法停止的最低温度阈值）
- 初始解（问题的初始状态或初始解）

2. 对当前解进行评估，计算其适应度值。

3. 迭代循环开始：
a. 在当前解的邻域内随机生成一个新解。
b. 计算新解的适应度值。
c. 如果新解的适应度优于当前解，则接受新解作为当前解。
d. 如果新解的适应度不如当前解，以一定的概率接受新解，这个概率通常由Metropolis准则给出：
P(e, e', T) = exp((e' - e) / T)，其中e是当前解的适应度，e'是新解的适应度，T是当前温度。
e. 降低系统温度T，根据冷却率减少T的值。
f. 如果温度T低于停止温度，则算法停止。

4. 返回当前解作为问题的解。