基于移动类缩减的优化方法
统计力学
2007-05-23 v1 无序系统与神经网络
摘要
提出了一种基于系统性移动类缩减的组合优化新方法。该算法结合了遗传算法和模拟退火的启发式策略，主要受熵驱动。该方法在两个已知为NP难的问题上进行了测试，即寻找SK自旋玻璃和三维自旋玻璃基态的问题。该算法对复杂系统相空间中除模拟退火所探索性质之外的其他性质敏感，因此也可用作诊断工具。此外，众所周知在系统规模较大时阻碍模拟退火性能的动态冻结转变，在当前设置中不会遇到。
引用
@article{arxiv.cond-mat/9805137,
title = {Optimization by Move--Class Deflation},
author = {Reimer Kuehn and Yu-Cheng Lin and Gerhard Poeppel},
journal= {arXiv preprint arXiv:cond-mat/9805137},
year = {2007}
}
备注
16 pages, 10 eps figures