求解优化问题的通用学习算法及其在自旋玻璃问题中的应用
adap-org
2009-10-30 v1 无序系统与神经网络
适应与自组织系统
摘要
我们提出了一种用于求解优化问题的通用学习算法，基于试错与适应的简单策略。该算法维护一组可能解（配置）的概率分布，并在学习过程中持续更新该分布。随着概率分布的演化，越来越好的解将显现。通过将其应用于寻找 Ising 自旋玻璃基态的问题来说明该算法的性能。我们还提出了一种简单的理论解释。
引用
@article{arxiv.adap-org/9704004,
title = {A general learning algorithm for solving optimization problems and its application to the spin glass problem},
author = {Kan Chen},
journal= {arXiv preprint arXiv:adap-org/9704004},
year = {2009}
}
备注
9 pages, 3 figures