随机搜索优化算法

随机搜索优化算法（stochastic search optimization algorithm），工学-控制科学与工程-过程控制-过程优化方法-随机搜索优化，基于对自然界中的一些自然现象或群体行为及其客观规律进行总结并借鉴概率运算而得到的优化算法。随机搜索优化算法的一般流程包括：①在解的可行域内随机生成一个或一组初始解，然后通过对解进行分析，利用借鉴自然现象的客观规律所总结出的数学规则来产生新解；②将新解与初始解进行比较，按照概率来确定是否用新解更替初始解；③通过不断迭代上述过程，逐渐逼近最优解。传统的随机搜索优化算法主要包括模拟退火（simulated annealing; SA）算法、遗传算法（genetic algorithm; GA）、进化策略（evolutionary strategy; ES）等。模拟退火算法模拟了金属加工中的退火过程，即先将金属加热至较高温度，然后让其缓慢冷却，使得金属内部的晶体排列更加均匀。将过程优化的目标函数定义为金属的能量函数，控制参数设定为金属的当前温度，算法寻求每个温度状态下能够使能量函数达到最小的解。