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
Tabu Search and Simulated Annealing metaheuristic algorithms applied to the RoRo vessel stowage problem
禁忌搜索和模拟退火算法是常用的元算法。这两个行业有不同的方式来确保多样化。本文提出了一种求解配载规划问题的算法。积载规划问题发生在船舶每次装载时。其思想是以满足一组约束，特别是稳定性约束的最佳方式装载货物。最佳计划可以是将货物分配到船舶上的点，使得船舶纵倾和吃水得到优化，从而确保低燃料消耗。这里考虑的问题是拖车在滚装/滚卸船上的积载规划。滚装/滚卸船舶在船舶的不同水平上运载车辆或拖车。在制定船舶积载计划时，可以通过调整压载舱来提高稳性和改变吃水。这导致稳定性约束，其对于使用混合整数模型和求解器来建模和求解可能非常复杂。复杂的约束出现在许多不同的应用和不同的形式，是流行的搜索算法，如禁忌搜索和模拟退火，解决现实生活中的应用的原因。两个元分析的结果显示为现实生活中的积载规划情况下滚装/滚卸船舶。
2023-01-07 math.OC
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
On the Generalised Langevin Equation for Simulated Annealing
本文提出用Ornstein-Uhlenbeck过程替代Brownian噪声的广义高阶Langevin方程进行模拟退火，证明其在合理条件下收敛到全局最小值，并通过数值实验展示其优于传统欠阻尼和过阻尼Langevin动力学的性能与探索能力。
2021-05-07 math.OC math.PR
Classical Simulated Annealing Using Quantum Analogues
在本文中，我们考虑使用某些经典类似的量子隧穿行为，以提高模拟退火的一般伊辛形式的离散自旋系统的性能。具体而言，我们认为使用多个同时自旋翻转在每个退火步骤作为模拟量子自旋相干性以及修改的玻尔兹曼接受概率模仿量子隧穿。我们发现，在某些退火时间表下，使用多次自旋翻转确实是有利的，但仅限于长退火时间。
2021-04-27 cond-mat.stat-mech math.OC quant-ph
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
Convergence of Simulated Annealing Using Kinetic Langevin Dynamics
研究了基于动力学朗之万动力学的模拟退火算法，以寻找非凸势函数的全局极小值。对于连续时间的制定和离散时间模拟，我们得到的收敛速度的结果在技术条件下的势函数，连同适当的选择的冷却时间表和时间离散化参数。
2022-06-13 cs.NA math.NA math.OC
On the convergence of an improved and adaptive kinetic simulated annealing
受[Fang et al..一种改进的退火方法及其大时间行为。随机过程。（1997），第71卷第1期第55-74页]，提出了一种改进的基于状态依赖扩散系数的过阻尼Langevin扩散的模拟退火算法，我们将这一思想引入动力学环境中，并提出了一种改进的动力学模拟退火（IKSA）方法来最小化目标函数$U$。为了分析它的收敛性，我们利用了[Monmarché]最近引入的框架。亚稳环境中的次稳性和动力学模拟退火。可能吧理论相关领域（2018），第172卷第1215-1248页。动力学模拟退火（Kinetic Simulated Annealing，KSA）IKSA的核心思想在于引入一个参数$c > \inf U$，它实际上修改了优化景观，并将IKSA中的临界高度限制在最大值$c - \inf U$。因此，IKSA比KSA具有更快的对数冷却，从而改善了收敛性。为了调整参数$c$，我们提出了一种自适应的方法，我们称之为IAKSA，它利用运行中的算法产生的最小值，从而避免了需要手动调整$c$以获得更好的性能。我们提出了积极的数值结果，一些标准的全局优化基准函数，验证改进的收敛性IAKSA比其他基于Langevin的退火方法。
2020-09-09 math.AP math.OC math.PR
Some Remarks on Replicated Simulated Annealing
CNRS（法国国家科学研究中心）；Lab-STICC（STICC实验室）；IMT Atlantique（大西洋电信学院）；Universität Münster（明斯特大学）；Université de Bretagne Occidentale（西布列塔尼大学）
最近，作者介绍了训练离散权重神经网络的想法，使用经典模拟退火和从统计物理文献中已知的副本退火之间的混合。除此之外，他们声称他们的方法能够找到鲁棒的配置。在本文中，我们分析了这种所谓的“复制模拟退火”算法。特别是，我们明确的标准，以保证其收敛性，并研究当它成功地从配置采样。我们还使用合成和真实的数据库进行实验。
2020-12-02 cs.LG cs.NE math.OC
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
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
A Simulated Annealing Algorithm for Joint Stratification and Sample Allocation Designs
Cork University Business School, University College Cork（爱尔兰科克大学科克大学商学院）
本研究将模拟退火与delta评估结合，以解决联合分层与样本分配问题。在这个问题中，原子层被划分为相互排斥和集体穷举的层。原子层的每个分区是分层问题的可能解决方案，其质量由其成本来衡量。可能的解决方案的贝尔数是巨大的，即使是一个中等数量的原子层，并增加了一个额外的复杂性层与每个解决方案的评估时间。许多大规模的组合优化问题不能被解决到最优，因为搜索最优解需要大量的计算时间。一些局部搜索启发式算法已被设计用于这个问题，但这些可能会陷入局部极小值，防止任何进一步的改进。我们添加到现有的本地搜索算法套件，模拟退火算法，允许从局部极小值逃逸，并使用三角洲评估，利用连续的解决方案之间的相似性，从而减少了评估时间。我们比较了模拟退火算法与两个最近的算法。在这两种情况下，模拟退火算法在相当少的计算时间内获得了质量相当的解决方案。
2021-11-22 cs.AI cs.LG math.OC
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
Local Energy Distribution Based Hyperparameter Determination for Stochastic Simulated Annealing
Research Institute of Electrical Communication（电气通信研究所）；Tohoku University（东北大学）
针对随机模拟退火超参数搜索耗时的问题，提出利用自旋局部能量的CLT正态分布直接确定超参数，将复杂度由O(n^3)降至O(1)，并在Gset与K2000上达到约98%的已知最佳割值。
2023-11-01 cs.LG 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
Mixing time and simulated annealing for the stochastic cellular automata
在图$G=(V,E)$上寻找伊辛模型的哈密顿量的基态是一个重要而困难的问题。这类问题的标准方法是应用依赖于单自旋翻转马尔可夫链蒙特卡罗方法的算法，例如基于Glauber或Metropolis动力学的模拟退火。在本文中，我们研究了一种特殊的随机细胞自动机，其中所有的自旋是独立和同时更新。我们证明：（i）如果温度足够高，那么混合时间最多为$\log|V|$阶，（ii）如果温度随时间$n$下降为$1/\log n$，那么极限测度均匀分布在基态上。我们还提供了一些模拟本文研究的算法在GPU上实现，并显示其优越的性能相比，传统的模拟退火。
2023-01-06 math-ph math.MP 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
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
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
