Co je simulované žíhání?

Simulované žíhání je počítačová technika, která může najít dobré mdash;i když ne nutně optimální mdash;řešení problému.Je to tak pojmenováno, protože napodobuje metalurgický proces žíhání.V kovech je žíhání procesem čištění zahříváním kovu a poté jej pomalu ochlazuje.Počítačový program čistí prostor řešení, dokud zůstanou pouze řešení, která jsou nejlepší nebo téměř téměř nejlepší.

Existují dva kritické faktory, které musí uživatel simulovaného žíhacího programu specifikovat: počáteční teplota nebo procento horších řešení, která lze prozkoumat;a míra chlazení, což je míra, při které se toto procento sníží.Nízká počáteční teplota často skončí s výsledkem daleko od optimálního.Počínaje velmi vysokou teplotou může vést k tomu, že vyhledávání trvá mnohem více času, než je nutné.Podobně bude míra příliš vysoké míry chlazení přinese špatné výsledky, zatímco velmi nízká míra chlazení povede k programu, který běží po velmi dlouhou dobu.Umožňuje mu podívat se na širokou škálu řešení, včetně mnoha, které jsou horší než řešení, která již našla.Počítač se může dívat na mnoho řešení, která jsou horší než současná řešení, aby se zabránilo nalepení na místní minimum, které je podstatně horší než nejlepší.Jako příklad si lze představit, že začíná na vrcholu kopce nebo hory s cílem dosáhnout základny.Po cestě mohou existovat vpusti nebo kostiny.Pokud počítač nemůže jít do kopce dostatečně daleko, aby se dostal ven, uvízne, i když to není nikde blízko základny.

Jak daleko na kopci může program jít, je určeno procentem horších řešení, které program může prozkoumat.S postupem času jsou nalezeny postupně lepší řešení a riziko hluboké propasti se zmenšuje, takže procento horších řešení, která může počítač prozkoumat, je sníženo.Snížení této zlomky se označuje jako chlazení.Když teplota dosáhne předem nastavené frakce mdash;které nemusí být 0 mdash;Vyhledávání končí.

Důvodem pro použití simulovaného žíhání nebo jiných technik vyhledávání umělé inteligence je zkrácení na zvládnutelné množství potřebné k nalezení téměř optimálního řešení.Pro mnoho problémů, vyčerpávající vyhledávání mdash;testování každého možného řešení proti sobě možnému řešení a mdash;může trvat měsíce nebo roky.Nejznámější alternativou k simulovanému žíhání jsou genetické algoritmy.Mezi další populární algoritmy vyhledávání umělé inteligence patří optimalizace Ant Colony, optimalizace roje částic, nejbližší soused a bayesovské klasifikátory.