我有一个使用模拟退火(SA)实现字符串匹配算法的问题。所有的迭代完成后，我甚至没有接近我想要的字符串！我尝试降低温度变化，但没有任何变化。

我认为问题在于p没有稳定地减少。我认为原因是de在“随机”变化。我的想法对吗？如果是的话，该如何解决这个问题？

目标是在最后得分达到0。得分是所有随机字母与实际字母之间的距离之和。change_cur_solution每次只改变一个随机字母。

def eval_current_sol(target,cur_sol):   dist = 0  for i in range(len(target)):     c = cur_sol[i]     t = target[i]     dist += abs(ord(c) - ord(t))   return dist t = 10000# loop until match the targetit = 0while True:     if t == 0:       break    print('Current best score ', bestScore, 'Solution', "".join(bestSol))          if bestScore == 0:       break         newSol = list(bestSol)     change_cur_solution(newSol)    score = eval_current_sol(newSol,targetSol)     de =  score - bestScore    if de < 0:                  ## score < bestScore i.e. (score of new solution < score of previous solution) ===> #better        bestSol = newSol         bestScore = score    else:        r = random.random()        try:            p = math.exp(-(de / t))        except:            p = 0        print("p is %f de is %d t is %d" %(p, de,t))        if p > r:            bestSol = newSol            bestScore = score    it += 1    t -= 0.5    print('Found after, ',it, 'Iterations' ) 

这是代码在温度大约为700时运行的示例

这是代码运行结束时的另一个示例

注意：使用爬山算法实现的类似代码运行良好。

回答：

t -= 0.5

这是一种线性冷却。通常这不是最好的方法。你有没有尝试过几何冷却？

t = t * 0.95

当然，0.95只是一个猜测，你需要探索不同的起始/停止温度组合和冷却因子。