Điều gì được mô phỏng ủ?

Ủ mô phỏng là một kỹ thuật máy tính có thể tìm thấy tốt mdash;Mặc dù không nhất thiết là tối ưu mdash;giải pháp cho một vấn đề.Nó được đặt tên như vậy bởi vì nó bắt chước quá trình luyện kim của ủ.Trong kim loại, ủ là quá trình tinh chế bằng cách làm nóng kim loại sau đó làm mát nó từ từ.Chương trình máy tính thanh lọc không gian giải pháp cho đến khi tất cả những gì còn lại là các giải pháp tốt nhất hoặc gần như tốt nhất.Có hai yếu tố quan trọng mà người dùng chương trình ủ mô phỏng cần chỉ định: nhiệt độ bắt đầu hoặc tỷ lệ phần trăm của các giải pháp tồi tệ hơn có thể được khám phá;và tốc độ làm mát, đó là tỷ lệ giảm tỷ lệ đó.Nhiệt độ bắt đầu thấp thường sẽ kết thúc với kết quả khác xa với tối ưu.Bắt đầu ở nhiệt độ rất cao có thể dẫn đến việc tìm kiếm mất nhiều thời gian hơn mức cần thiết.Tương tự, tốc độ làm mát quá cao sẽ tạo ra kết quả kém, trong khi tốc độ làm mát rất thấp sẽ dẫn đến một chương trình chạy trong một thời gian rất dài.Cho phép nó xem xét một loạt các giải pháp, bao gồm nhiều giải pháp tồi tệ hơn các giải pháp mà nó đã tìm thấy.Máy tính được phép xem xét nhiều giải pháp tồi tệ hơn giải pháp hiện tại để tránh dính ở mức tối thiểu cục bộ, điều tồi tệ hơn đáng kể so với tốt nhất.Ví dụ, người ta có thể tưởng tượng bắt đầu từ đỉnh đồi hoặc núi với mục tiêu đạt đến căn cứ.Trên đường đi, có thể có những con mòng biển hoặc chuas.Nếu máy tính không thể đi lên đủ xa để thoát ra, nó sẽ bị kẹt mặc dù nó không ở gần căn cứ.Hill Chương trình có thể đi bao xa được xác định bởi tỷ lệ phần trăm của các giải pháp tồi tệ hơn chương trình được phép kiểm tra.Với thời gian trôi qua, các giải pháp tốt hơn dần dần được tìm thấy và nguy cơ giảm khoảng cách sâu, do đó, tỷ lệ phần trăm của các giải pháp tồi tệ hơn mà máy tính có thể khám phá bị giảm đi.Giảm dần phần này được gọi là làm mát.Khi nhiệt độ đạt đến phân số trước mdash;mà không cần phải là 0 mdash;Tìm kiếm kết thúc. Lý do sử dụng ủ mô phỏng hoặc các kỹ thuật tìm kiếm trí tuệ nhân tạo khác là để giảm xuống một lượng có thể quản lý được thời gian cần thiết để tìm giải pháp gần tối ưu.Đối với nhiều vấn đề, một tìm kiếm đầy đủ mdash;Việc thử nghiệm từng giải pháp có thể chống lại các giải pháp mdash có thể khác;có thể mất nhiều tháng hoặc nhiều năm.Sự thay thế được biết đến rộng rãi nhất để mô phỏng ủ là các thuật toán di truyền.Các thuật toán tìm kiếm trí tuệ nhân tạo phổ biến khác bao gồm tối ưu hóa khuẩn lạc, tối ưu hóa bầy hạt, hàng xóm gần nhất và các phân loại Bayes.