如何在模拟退火中选择状态的邻居？

我正在尝试将模拟退火（SA）应用于线性回归问题。
例如：我现在有200个点，我想要拟合一条直线并得到它的k和b。
我的问题是：我试图用MATLAB解决这个问题。但我对如何选择下一状态感到困惑。我在程序中尝试了如下方法：

next_k = k + (2*rand-1);next_b = b + (2*rand-1);

我觉得这种方法不是很好，结果中的k和b不够准确。我希望找到一种更有效的方法来扰动SA中的当前状态。我认为这样做可以在这个问题中得到更准确的结果。在这个问题中，成本函数实际上与最小二乘法相同。我只是想将SA应用于估计问题。

回答：

在SA中，有时快速且直接的提议方法效果很好，因为它们易于实现。

(?) 效果好吗？

如果它在最后阶段无法收敛，你可能想要尝试一些变体，这些变体选择相似的提议但随机性更小，以优化最后几个微小的步骤。大噪声在开始时效果快，但可能无法使你接近（局部）最优解。

它使用了两种提议，一种是大随机噪声，另一种是微小的噪声。

其他变体：随机仅调整k或b，这样退火过程会更加平滑。

学技术