导读:) ,其中 介于平均成本 ( 它被称为 次数内 ) 和可接受转换总次数之间, erf(x) 是 x 的误差函数 [22] 。 的典型值为 0.5 ,从而可得 μ = erf( ) = 0.38 。两个平衡参数,一个目标 次数内 和一个最大容许偏差极限,都根据问题的大小建立。如果 次数内 在容许偏差次数超过最大极限值以前达到了目标值,我们就认为保持了平衡 [21] 。 对于我们的 EOM 问题,我们设置 次数内 = 0.38*(3*m*n) 和最大容许偏差 = 0.62*(3*m*n) 。 我们说取得了 最后温度 ,如果在那个温度的马而可夫链的整个轨迹里,最大和最小成本的差值等于在那个温度的一次可接受转换里的成本的最大一次变化。 下列伪代码程序描述了解决 EOM 问题的模拟退火过程 (SAEOM) 。 解决 EOM 问题的模拟退火过程 (SAEOM) : Begin
分层优化网络资源规划方法(3)网络规划和设计方法(4),标签:弱电系统集成,全国计算机系统集成,http://www.xxk123.com
) ,其中

介于平均成本

( 它被称为
次数内 ) 和可接受转换总次数之间, erf(x) 是 x 的误差函数 [22] 。

的典型值为 0.5 ,从而可得 μ = erf(

) = 0.38 。两个平衡参数,一个目标
次数内 和一个最大容许偏差极限,都根据问题的大小建立。如果
次数内 在容许偏差次数超过最大极限值以前达到了目标值,我们就认为保持了平衡 [21] 。
对于我们的 EOM 问题,我们设置 次数内 = 0.38*(3*m*n) 和最大容许偏差 = 0.62*(3*m*n) 。
我们说取得了 最后温度 ,如果在那个温度的马而可夫链的整个轨迹里,最大和最小成本的差值等于在那个温度的一次可接受转换里的成本的最大一次变化。
下列伪代码程序描述了解决 EOM 问题的模拟退火过程 (SAEOM) 。
解决 EOM 问题的模拟退火过程 (SAEOM) :
Begin
初始化 (
) ;
k := 0 ;
s :=
;
Repeat
Until 平衡达到 do
Begin
从 N(s) 产生
;
If (
) then s := 
Else
If exp((f(s)-f(
))/t 
上一页 [1] [2] [3] [4] 下一页
Tag:系统集成,弱电系统集成,全国计算机系统集成,电脑教学 - 系统集成