NPSA: Nonparametric Simulated Annealing for Global Optimization
在本文中,我们描述了NPSA,第一个并行的非参数全局极大似然优化算法使用模拟退火(SA)。与非参数自适应网格搜索方法NPAG不同,NPAG不能保证找到全局最优解,并且可能受到维数灾难的影响,NPSA是一个全局优化器,并且没有这些网格相关的问题。我们说明NPSA的一些例子,包括伏立康唑的药代动力学(PK)模型,并表明NPSA可以作为升级到目前的网格搜索为基础的非参数方法。
2023-01-30 math.OC stat.ME
Kinetic simulated annealing optimization with entropy-based cooling rate
RWTH Aachen University(亚琛工业大学);University of Pretoria(比勒陀利亚大学);University of Pavia(帕维亚大学)
本文提出一种基于熵的冷却速率改进的模拟退火方法,通过动能方程分析并推导出熵衰减估计,验证了其在平均场极限下的一致性。
2026-02-17 math.OC nlin.AO
Faster Convex Optimization: Simulated Annealing with an Efficient Universal Barrier
University of Michigan(密歇根大学);Princeton University(普林斯顿大学)
本文探讨了两种截然不同的凸优化方法之间令人惊讶的等价性。本文证明了模拟随机游动算法在某种意义上与熵泛障碍函数的中心路径内点算法是等价的。这种连接表现出几个好处。首先,我们能够改善现有的凸优化的时间复杂度下的成员预言模型。我们利用Nesterov和Nemirovskii开发的工具,基于中心路径跟踪内点算法,改进了Kalai和Vempala的随机算法的分析。我们能够收紧模拟退火的温度时间表,从而提高运行时间,在某些情况下减少了尺寸的平方根。其次,我们得到了一个有效的随机内点方法,它具有一个有效的可计算的通用障碍,适用于任何由成员预言机描述的凸集。以前,有效计算的障碍是已知的,只有特定的凸集。
2015-11-05 cs.LG math.OC
Perpertual Coupled Simulated Annealing for Continuous Optimization
针对耦合模拟退火需谨慎设置生成温度且易搜索停滞的问题,提出 Perpetual Orbit 温度控制技术,使其无需参数并在85%以上测试情形中取得同等或更优解。
2025-02-20 math.OC
An approximate Itô-SDE based simulated annealing algorithm for multivariate design optimization problems
本文针对高维非凸设计优化问题,提出结合Itô随机微分方程生成器和多元样条插值的改进模拟退火算法,以高效探索搜索空间寻找全局最优解。
2019-01-30 cs.NA math.NA math.OC
Simulated annealing: in mathematical global optimization computation, hybrid with local or global search, and practical applications in crystallography and molecular modelling
模拟退火(SA)的灵感来自于冶金学中的退火,这是一种涉及加热和控制冷却材料以增加其晶体尺寸并减少其缺陷的技术,两者都是取决于其热力学自由能的材料属性。在本文中,我们首先将详细研究SA的实际实施。然后,将纯模拟退火与局部(或全局)搜索最优化方法混合,使我们能够设计出几种有效的和高效的全局搜索最优化方法。为了保持SA的原有意义,我们通过对朊病毒淀粉样纤维的研究,阐明了我们在晶体学和分子模拟领域对SA的认识。
2013-08-28 cs.CE math.OC physics.comp-ph
Machine Learning-Driven Optimization of TPMS Architected Materials Using Simulated Annealing
Politecnico Di Milano(米兰理工大学)
本文利用模拟退火优化随机森林、决策树和XGBoost模型,预测三周期极小曲面结构的拉伸应力,其中SA-XGBoost以R平方0.96表现最佳。
2024-05-28 cond-mat.mtrl-sci cs.AI cs.LG
Integrating car path optimization with train formation plan: a non-linear binary programming model and simulated annealing based heuristics
货运系统面临的一个重要问题是如何在容量受限的物理网络上最优地运送货物(OD对),即确定每个OD对的最佳物理路径,并将每个OD对分配到最合理的货运训练服务序列中。本文提出了一种非线性二进制规划模型来解决集成的轨道车辆路线和训练编组计划最优化问题,而不是预先指定或预先求解轨道车辆交路并随后优化训练编组计划,这是中国铁路系统的标准做法,也是现有文献中广泛使用的方法,以降低问题的复杂性。该模型综合考虑了各种运营要求和一组容量约束,包括链路容量,堆场重新分类容量和一个堆场可以形成的最大块数,同时试图最小化累积,重新分类和运输的总成本。提出了一种基于模拟退火算法的启发式求解方法来求解该数学模型。为了解决困难的容量限制,我们使用了一个罚函数的方法。此外,还设计了一个满足业务需求的定制物流系统。
2017-07-26 math.OC
A Time-Dependent TSP Formulation for the Design of an Active Debris Removal Mission using Simulated Annealing
Sapienza University of Rome(罗马大学)
提出了一种将主动碎片清除任务设计问题转化为改进的不定常流动推销员问题的方法。TDTSP是一个著名的组合最优化问题,其解是连接地图中多个非平稳城市的最便宜单循环旅游。这个问题是解决与模拟退火的基础上,有效地利用自然的编码和变异算子的精心选择的优化过程。该算法用于同时优化脉冲ADR任务的目标序列和交会时刻。数值结果,包括多达20个目标的集合。
2019-09-23 cs.AI math.CO math.OC
Modern Computational Methods in Reinsurance Optimization: From Simulated Annealing to Quantum Branch & Bound
本文提出两种现代计算方法优化巨灾超额损失再保险合同:基于模拟退火的局部搜索优化器能处理现实约束并生成复杂条约结构,同时设计了分支定界方法为未来量子计算加速奠定基础。
2025-04-28 math.OC q-fin.CP quant-ph
Testing Quantum and Simulated Annealers on the Drone Delivery Packing Problem
Gran Sasso Science Institute(格兰萨索科学研究所);Quantum Computing Research Laboratory, Leonardo S.p.A.(莱昂纳多公司量子计算研究实验室);Digital Infrastructures, Leonardo S.p.A.(莱昂纳多公司数字基础设施部门);School of Mathematics and Maxwell Institute, University of Edinburgh(爱丁堡大学数学学院与麦克斯韦研究所)
本文通过将无人机送货装箱问题转化为二次无约束二进制优化问题,测试了经典和量子退火方法在该问题上的性能。
2024-06-12 math.CO math.OC quant-ph
Convex Optimization with Unbounded Nonconvex Oracles using Simulated Annealing
我们考虑最小化凸目标函数$F$时,只能评估其噪声近似$\hat{F}$的问题。除非假设噪声上有某种结构,否则$\hat{F}$可能是任意的非凸函数,这使得最小化$F$的任务变得棘手。为了克服这一点,以前的工作往往集中在$F(x)-\hat{F}(x)$是一致有界的情况下。在本文中,我们研究了更一般的情况下,噪声的幅度$αF(x) + β$的一些$α, β> 0$,并提出了一个多项式时间算法,找到一个近似极小的$F$的噪声模型。以前,马尔可夫链,如随机梯度朗之万动力学,已被用来达到这些优化问题的近似解。然而,在本文中考虑的噪声模型,没有一个单一的温度允许这样的马尔可夫链既混合迅速,并集中在全球最小。我们通过将“模拟退火”与随机梯度Langevin动力学相结合来绕过这一点,并逐渐降低链的温度以接近全局最小值。作为一个推论,我们可以近似地最小化一个接近凸函数的非凸函数;然而,当我们远离最优值时,这种接近性会恶化。
2018-06-18 cs.DS cs.LG math.OC
Extremal Optimization of Graph Partitioning at the Percolation Threshold
最近提出的方法来近似硬优化问题的好处证明了图划分问题。这种新方法的性能,称为极值优化,模拟退火在广泛的数值模拟进行比较。虽然通常是一个复杂的(NP-难)问题,优化的图形分区是特别困难的稀疏图与平均连通性的渗流阈值附近。在此阈值下,大图形的模拟退火的相对误差被发现在均衡运行时相对于极值优化发散。另一方面,极值优化,自组织临界系统的极值动力学的基础上,再现已知的结果,在这个临界点的最佳分割相当不错。
1999-06-14 adap-org cond-mat.stat-mech math.OC
Global Convergence of Third-Order Langevin Dynamics for Non-Convex Optimization via Simulated Annealing
Fudan University(复旦大学);Florida State University(佛罗里达州立大学)
本研究提出三阶朗之万动力学结合模拟退火实现非凸优化全局收敛,通过扭曲熵和三次端点估计保证速率,数值实验显示优于UBU和过阻尼方法。
2026-11-17 cs.NA math.NA math.OC
An adaptive simulated annealing EM algorithm for inference on non-homogeneous hidden Markov models
Norwegian Computing Center(挪威计算中心)
非齐次隐马尔可夫模型(NHHMM)是用于半监督学习的依赖混合模型的子类,其中潜在状态之间的转移概率和响应(对于给定状态)的概率分布的平均参数都取决于$p$协变量的集合。先验我们不知道哪些(以及如何)协变量影响的转移概率和平均参数。这导致了一个复杂的组合优化问题的模型选择与$4^p$潜在的配置。为了解决这个问题,在这篇文章中,我们提出了一个自适应(A)模拟退火(SA)的期望最大化(EM)算法(ASA-EM)的联合优化模型和它们的参数相对于一个标准的利益。
2019-12-20 cs.LG math.OC stat.CO
Iterative Belief Propagation for Sparse Combinatorial Optimization
针对稀疏组合优化问题,提出一种迭代置信传播算法,它类似模拟退火从目标函数玻尔兹曼分布采样,还借助置信传播改善收敛性,可用于求解该类优化问题。
2024-10-31 math.OC
Escaping Local Minima Provably in Non-convex Matrix Sensing: A Deterministic Framework via Simulated Lifting
本文提出了一种确定性框架,通过模拟提升方法在非凸矩阵感知中证明性地逃离虚假局部极小值,无需实际提升计算,且具有最小的计算成本。
2026-08-20 cs.LG math.OC
On the Computational Viability of Quantum Optimization for PMU Placement
使用最佳相量测量单元的位置作为一个典型的问题,我们评估了当前一代的D-Wave系统2000 Q量子退火电力系统设计问题的计算可行性。我们重新制定的退火硬件的最小支配集,解决了一组标准的IEEE测试系统的重新制定,并基准解决方案的质量和时间解决方案对CPLEX优化和模拟退火。对于某些问题实例,2000 Q的速度超过了CPLEX。对于2000 Q在CPLEX和模拟退火方面表现不佳的情况,我们建议对下一代量子退火机进行硬件改进。
2020-01-13 cs.ET cs.SY eess.SY
Solving a new application of asymmetric TSP by modified migrating birds optimization algorithm
在本研究中,我们首先介绍了一个新的应用的不对称流动推销员问题(ATSP),这是一个小餐馆,一个厨师和一个炉子。一旦一顿饭开始在炉子上烹饪,厨师就在桌子上准备下一顿饭,准备时间取决于上一顿饭。对于这个问题的解决方案,除了几个简单的构造算法和一个新版本的模拟退火算法,我们专注于最近推出的候鸟优化(MBO)算法的增强版本。原始MBO算法可能会遭受早期收敛。在这里,我们介绍几种不同的方法来处理这个问题。进行了广泛的数值实验表明,增强型MBO的优越性超过原来的MBO(约2.62%)和模拟退火算法(约1.05%)。
2023-01-12 math.CO math.OC
CV@R penalized portfolio optimization with biased stochastic mirror descent
本文研究了不完美模拟金融资产下带 CV@R 惩罚的投资组合配置问题,提出采用随机有偏镜像下降算法求解最优资源配置,证明了其渐近性质与收敛速率,并通过模拟和真实数据验证了方法的有效性。
2024-02-19 math.OC math.PR
Escaping the Local Minima via Simulated Annealing: Optimization of Approximately Convex Functions
The Fuqua School of Business, Duke University(德克萨斯大学福克商学院);Department of Statistics, The Wharton School, University of Pennsylvania(宾夕法尼亚大学沃顿商学院统计系);Department of Statistics and Department of Mathematics, University of Washington(华盛顿大学统计系和数学系)
本文研究了如何通过模拟退化方法优化近似凸函数,提出了一种基于Hit-and-Run方法的采样算法,能够有效避免局部极小值问题,并在零阶随机凸优化中实现了高效的ε-极小值求解。
2015-06-15 cs.LG cs.NA math.NA
Convergence rate of a simulated annealing algorithm with noisy observations
在本文中,我们提出了一个修改版本的模拟退火算法求解随机全局优化问题。更确切地说,我们解决的问题,找到一个全局极小值的函数与嘈杂的评价。我们提供了一个收敛速度和优化的参数化,以确保一个给定的准确性和置信水平接近1的最小数量的评估。这项工作是完成了一组数值实验和评估的实际性能都在基准测试用例和现实世界的例子。
2017-03-01 math.OC math.ST stat.ML
Controlled stochastic processes for simulated annealing
本文研究模拟退火在快速降温时易陷入局部最优的问题,提出用最小范数速度场控制随机退火过程,并基于最优传输近似设计了一种加速退火的相互作用粒子优化方法。
2025-04-11 math.OC math.PR
Smallest Enclosing Sphere in 3D -- Particle Swarm Optimization Approach
提出基于粒子群优化的算法,求解三维空间中最小包围球的随机变体,确定最优球心与半径,并与经典模拟及Welzl算法对比,展示其优势。
2023-11-07 math.OC
Particle algorithms for optimization on binary spaces
讨论了基于粒子方法的伪布尔目标函数随机最优化的统一方法,包括交叉熵方法和模拟退火方法。我们指出需要辅助采样分布,即二进制空间上的参数族,它能够再现复杂的依赖结构,并说明它们在我们的数值实验中的有用性。我们提供的数值证据表明,基于参数族的粒子驱动优化算法在强多模态优化问题上取得了优异的结果,而局部搜索算法在更容易的问题上优于它们。
2012-04-06 math.OC stat.CO
Swarm-based gradient descent meets simulated annealing
本文提出基于群体的模拟退火(SSA)方法,将 SBGD 的群体质量动力学与 SA 的布朗运动梯度下降结合,通过质量驱动的冷却机制区分领导者与探索者,实现多维全局优化。
2024-09-03 cs.NA math.NA math.OC
Community detection by simulated bifurcation
本文将社区检测问题建模为QUBO,采用量子启发式算法模拟分岔(SB)求解,以模块度为优化目标,在Zachary空手道俱乐部和IEEE 33节点系统上取得与富士通数字退火器相当、优于D-Wave和IBM量子机器的最高模块度。
2024-12-30 cond-mat.stat-mech math.OC q-fin.RM
Stochastic optimization: Glauber dynamics versus stochastic cellular automata
我们在本文中解决的主题涉及的伊辛模型通过应用模拟退火算法的基础上(单站点)Glauber动力学和随机元胞自动机(SCA)的Hamilton函数的最小化。一些严格的结果,以证明模拟退火的应用程序为一种特定的SCA。在此之后,我们比较SCA算法及其变化,即$\varepsilon$ -SCA算法,本文研究与Glauber动力学通过分析他们的精度获得最大切割问题的Erdens-Rényi随机图,流动推销员问题(TSP),高斯和Bernoulli自旋玻璃哈密顿量的最小化的最优解。我们观察到SCA在某些特殊情况下表现得比Glauber动力学更好,而$\varepsilon$ -SCA在所有情况下表现出最高的性能。
2022-11-13 math-ph math.MP math.OC
Direct comparison of stochastic driven nonlinear dynamical systems for combinatorial optimization
本文针对组合优化问题,对多种属于随机驱动非线性动力系统的物理启发式优化算法开展基准测试,对比模拟退火基线,研究数值积分与图连通性的影响,为新型优化范式提供综述。
2025-09-02 cond-mat.dis-nn math.OC quant-ph
Mathematical aspects of the Digital Annealer's simulated annealing algorithm
本文从马尔可夫链视角数学刻画第一代Digital Annealer算法,建立其平稳分布与吉布斯-玻尔兹曼分布的联系,并给出冷却调度确保渐近收敛到基态的充要条件。
2023-09-01 math-ph math.MP math.OC