Recuita simulada

La recuita simulada (simulated annealing en anglès) és una tècnica de cerca utilitzada en informàtica o aplicacions d'intel·ligència artificial per trobar solucions aproximades a un problema d'optimització. Està basat en una tècnica de la indústria metal·lúrgica que consisteix a escalfar i refredar lentament un material de manera que els àtoms s'alliberen de les seves posicions inicials i es mouen aleatòriament per l'espai donant-los més possibilitats (durant el refredament) a allotjar-se finalment en estats d'energia menors.

L'algorisme consisteix a partir d'una solució inicial i després seleccionar una nova solució aleatòria propera a la solució inicial. Si la nova solució és millor que l'anterior, l'algorisme es mou cap al nou punt (solució), sinó té una certa probabilitat de quedar-se amb la solució anterior i una altra de moure's cap a la nova solució (encara que aquesta sigui pitjor). Aquest procés es repeteix fins que es doni la condició d'acabament que normalment és un temps determinat, un nombre d'iteracions o un cert nivell de qualitat de la solució. La probabilitat de moure's cap a posicions "pitjors" serveix per a evitar que l'algorisme quedi estancat en òptims locals o zones planes i busqui la solució final d'una manera global.

Esquema de l'algorisme

A continuació es mostra un esquema en pseudocodi de la implementació de l'algorisme.

• Inicialitzar:
  • Establir $\beta ={\beta }_0$ on $\beta =1/T$ on $T$ és el paràmetre temperatura.
  • Establir $k=0$ (passos de temperatura)
  • Establir $n_{\beta }=0$ (nombre d'iteracions per pas de temperatura)

• Generar una configuració aleatòria $x_0^{*}$ de l'argument de la funció objectiu a minimitzar.

• (GEN_RND) Fer evolucionar la configuració inicial $x_0$ cap a una configuració pertorbada, $x^{*}$ fent una modificació petita: $x_0+\delta x\to x^{*}$

• Si $f(x^{*})<f(x_0):$ accepta $x^{*}$. Sinó, accepta $x^{*}$ amb probabilitat $\exp (-\beta \mathrm{\Delta }f)$
  • Fer $n_{\beta }\leftarrow n_{\beta }+1$
  • Si $n_{\beta }\le n_{\beta }^{MAX}$ vés a (GEN_RND)
  • Incrementar la temperatura inversa $\beta \leftarrow \beta +\delta \beta$
  • Fer $k\leftarrow k+1$. Si $k<k_{MAX}$ vés a (GEN_RND) sinó (Acaba)
  • Acaba

Enllaços externs

• http://yuval.bar-or.org/index.php?item=9 Plantilla:Webarchive
• http://biomath.ugent.be/~brecht/downloads.html Plantilla:Webarchive
• http://www.mathworks.com/matlabcentral/fileexchange/loadFile.do?objectId=10548&objectType=file Plantilla:Webarchive
• http://en.wikiversity.org/wiki/Simulated_Annealing_Project