模拟退火算法matlab

以下是用Matlab编写的模拟退火算法的示例代码：

% 模拟退火算法示例代码
% 目标函数为 Rosenbrock 函数

% 初始化参数
max_iter = 5000; % 最大迭代次数
T0 = 100; % 初始温度
Tf = 1e-8; % 终止温度
alpha = 0.95; % 降温系数
x = [-1.2, 1]; % 初始解
fx = rosenbrock(x); % 初始解对应的目标函数值
T = T0; % 当前温度
iter = 0; % 当前迭代次数

% 迭代
while (T > Tf) && (iter < max_iter)
    % 生成新解
    x_new = x + randn(1, 2) * T;
    fx_new = rosenbrock(x_new);
    % 判断是否接受新解
    if fx_new < fx
        x = x_new;
        fx = fx_new;
    else
        delta = fx_new - fx;
        p = exp(-delta / T);
        if rand() < p
            x = x_new;
            fx = fx_new;
        end
    end
    % 降温
    T = T * alpha;
    % 更新迭代次数
    iter = iter + 1;
end

% 输出结果
fprintf('最优解: x = (%f, %f), f(x) = %f\n', x(1), x(2), fx);

% 定义 Rosenbrock 函数
function f = rosenbrock(x)
    f = 100 * (x(2) - x(1)^2)^2 + (1 - x(1))^2;
end

该示例代码中，目标函数为 Rosenbrock 函数。首先初始化算法参数（最大迭代次数、初始温度、终止温度、降温系数、初始解等），然后在迭代过程中不断生成新解，并根据一定概率接受新解或不接受新解。最终输出得到的最优解。