模拟退火算法matlab实现.docx
《模拟退火算法matlab实现.docx》由会员分享，可在线阅读，更多相关《模拟退火算法matlab实现.docx（11页珍藏版）》请在冰豆网上搜索。
模拟退火算法matlab实现
文章来源：
http:
//www.smatrix.org/bbs/read.php?
tid=5130
模拟退火算法matlab实现
复制代码
1.functionoutPut=Activation_func（x,w）
2.temp=x*w;
3.outPut=temp;
4.[rowscols]=size（temp）;
5.fori=1:
rows
6. forj=1:
cols
7. outPut（i,j）=1/（1+exp（-temp（i,j）））;
8. end
9.end
10.
复制代码
1.functionoutPut=adjust_randWeight（T）
2.outPut=zeros
（1）;
3.Delta_W=0.5*T*tan（rand
（1））;
4.outPut=Delta_W;
5.
复制代码
1.clear
2.%Receiveinput
3.firstLayer_Neural_Num=input（'Thisisthe1stlayer.Howmanyneuralsdoyouwanttouse?
'）;
4.secondLayer_Neural_Num=input（'Thisisthe2ndlayer.Howmanyneuralsdoyouwanttouse?
'）;
5.thirdLayer_Neural_Num=input（'Thisisthe3rdlayer.Howmanyneuralsdoyouwanttouse?
'）;
6.%InitializeWandV
7.V=rands（firstLayer_Neural_Num,secondLayer_Neural_Num）-0.5;
8.W=rands（secondLayer_Neural_Num,thirdLayer_Neural_Num）-0.5;
9.V_copy=V;
10.W_copy=W;
11.
12.%InitializeXandY
13.X=[0,0;0,1;1,0];
14.Y=[0.6;1;1];
15.[x_rowsx_cols]=size（X）;
16.[y_rowsy_cols]=size（Y）;
17.sampNum=x_rows;
18.outputMension=y_cols;
19.%Initialize Temperature
20.Temperature=10;
21.
22.%Begintotrain
23.whileTemperature>0.9
24. forsampIndex=1:
sampNum
25.
26. pre_energy=return_energy（X（sampIndex,:
）,Y（sampIndex,:
）,V,W）;
27.
28. %initializepandr
29. flag=1;
30.
31. %pre_adjustWeightisa1*4matrix,whichmeans[state,row,col,value]
32. %statemeansifitcomesfromV,thestateequals0.Also,ifit
33. %comesfromW,thestateequals1.
34. whileflag==1
35. pre_adjustWeight=generate_randWeight（V,W）;
36. adjust_rows=pre_adjustWeight
（2）;
37. adjust_cols=pre_adjustWeight（3）;
38. adjust_val=pre_adjustWeight（4）;
39.
40. %Adjustpre_adjustWeight
41. Delta_weight=adjust_randWeight（Temperature）;
42. ifpre_adjustWeight
（1）==0
43. V_copy（adjust_rows,adjust_cols）=adjust_val+Delta_weight;
44. else
45. W_copy（adjust_rows,adjust_cols）=adjust_val+Delta_weight;
46. end
47.
48. pro_energy=return_energy（X,Y,V_copy,W_copy）;
49.
50. Delta_energy=pro_energy-pre_energy;
51.
52. ifDelta_energy>0
53. r=rand
（1）;
54. p=Temperature/（Temperature^2+pro_energy^2）;
55. ifp56. flag=0;
57. end
58. end
59. end
60.
61. ifpre_adjustWeight
（1）==0
62. V（adjust_rows,adjust_cols）=adjust_val+Delta_weight;
63. else
64. W（adjust_rows,adjust_cols）=adjust_val+Delta_weight;
65. end
66.
67.
68. end
69. Temperature=0.9*Temperature;
70.
71.end
72.
复制代码
1.functionoutPut=generate_randWeight（v,w）
2.outPut=zeros（1,4）;
3.[v_rowsv_cols]=size（v）;
4.[w_rowsw_cols]=size（w）;
5.totalNum=v_rows*v_cols+w_rows*w_cols;
6.temp1=round（rand
（1）*（totalNum-1））+1;
7.iftemp18. outPut
（1）=0;
9. outPut
（2）=ceil（temp1/v_cols）;
10. iftemp1/v_cols==outPut
（2）
11. outPut（3）=v_cols;
12. else
13. outPut（3）=temp1-floor（temp1/v_cols）*v_cols;
14. end
15. outPut（4）=v（outPut
（2）,outPut（3））;
16.else
17. temp2=temp1-v_rows*v_cols;
18. outPut
（1）=1;
19. outPut
（2）=ceil（temp2/w_cols）;
20. iftemp2/w_cols==outPut
（2）
21. outPut（3）=w_cols;
22. else
23. outPut（3）=temp2-floor（temp2/w_cols）*w_cols;
24. end
25. outPut（4）=w（outPut
（2）,outPut（3））;
26.end
27.
复制代码
1.
2.functionoutPut=return_energy（X,Y,V,W）
3.
4. outPut=zeros
（1）;
5.
6. [rows_Ycols_Y]=size（Y）;
7. outputMension=cols_Y;
8.
9. %InitializeE
10. E=0;
11.
12. %Computetheoutputforthecurrentsample
13. output_1=Activation_func（X,V）;
14. output=Activation_func（output_1,W）;
15.
16. %Computetheenergy forthecurrentsample
17. foroutput_Idx=1:
outputMension
18. Ep=（Y（1,output_Idx）-output（1,output_Idx））^2;
19. E=E+Ep;
20. end
21.
22. outPut=E;
23.
复制代码
1.
2.functionoutPut=return_output（X,V,W）
3.
4. %Computetheoutputforthecurrentsample
5. output_1=Activation_func（X,V）;
6. output=Activation_func（output_1,W）;
7.
8. outPut=output;
9.
文章来源：
模拟退火算法matlab实现，大家多多指教
模拟退火算法的matlab实现,附程序思想详细介绍！
附件所含文件：
Activation_func.m代码：
复制内容到剪贴板
代码:
functionoutPut=Activation_func（x,w）
temp=x*w;
outPut=temp;
[rowscols]=size（temp）;
fori=1:
rows
forj=1:
cols
outPut（i,j）=1/（1+exp（-temp（i,j）））;
end
end
adjust_randWeight.m代码：
复制内容到剪贴板
代码:
functionoutPut=adjust_randWeight（T）
outPut=zeros
（1）;
Delta_W=0.5*T*tan（rand
（1））;
outPut=Delta_W;
Anneal_realize.m代码：
复制内容到剪贴板
代码:
clear
%Receiveinput
firstLayer_Neural_Num=input（'Thisisthe1stlayer.Howmanyneuralsdoyouwanttouse?
'）;
secondLayer_Neural_Num=input（'Thisisthe2ndlayer.Howmanyneuralsdoyouwanttouse?
'）;
thirdLayer_Neural_Num=input（'Thisisthe3rdlayer.Howmanyneuralsdoyouwanttouse?
'）;
%InitializeWandV
V=rands（firstLayer_Neural_Num,secondLayer_Neural_Num）-0.5;
W=rands（secondLayer_Neural_Num,thirdLayer_Neural_Num）-0.5;
V_copy=V;
W_copy=W;
%InitializeXandY
X=[0,0;0,1;1,0];
Y=[0.6;1;1];
[x_rowsx_cols]=size（X）;
[y_rowsy_cols]=size（Y）;
sampNum=x_rows;
outputMension=y_cols;
%Initialize Temperature
Temperature=10;
%Begintotrain
whileTemperature>0.9
forsampIndex=1:
sampNum
pre_energy=return_energy（X（sampIndex,:
）,Y（sampIndex,:
）,V,W）;
%initializepandr
flag=1;
%pre_adjustWeightisa1*4matrix,whichmeans[state,row,col,value]
%statemeansifitcomesfromV,thestateequals0.Also,ifit
%comesfromW,thestateequals1.
whileflag==1
pre_adjustWeight=generate_randWeight（V,W）;
adjust_rows=pre_adjustWeight
（2）;
adjust_cols=pre_adjustWeight（3）;
adjust_val=pre_adjustWeight（4）;
%Adjustpre_adjustWeight
Delta_weight=adjust_randWeight（Temperature）;
ifpre_adjustWeight
（1）==0
V_copy（adjust_rows,adjust_cols）=adjust_val+Delta_weight;
else
W_copy（adjust_rows,adjust_cols）=adjust_val+Delta_weight;
end
pro_energy=return_energy（X,Y,V_copy,W_copy）;
Delta_energy=pro_energy-pre_energy;
ifDelta_energy>0
r=rand
（1）;
p=Temperature/（Temperature^2+pro_energy^2）;
ifp flag=0;
end
end
end
ifpre_adjustWeight
（1）==0
V（adjust_rows,adjust_cols）=adjust_val+Delta_weight;
else
W（adjust_rows,adjust_cols）=adjust_val+Delta_weight;
end
end
Temperature=0.9*Temperature;
end
generate_randWeight.m代码：
复制内容到剪贴板
代码:
functionoutPut=generate_randWeight（v,w）
outPut=zeros（1,4）;
[v_rowsv_cols]=size（v）;
[w_rowsw_cols]=size（w）;
totalNum=v_rows*v_cols+w_rows*w_cols;
temp1=round（rand
（1）*（totalNum-1））+1;
iftemp1 outPut
（1）=0;
outPut
（2）=ceil（temp1/v_cols）;
iftemp1/v_cols==outPut
（2）
outPut（3）=v_cols;
else
outPut（3）=temp1-floor（temp1/v_cols）*v_cols;
end
outPut（4）=v（outPut
（2）,outPut（3））;
else
temp2=temp1-v_rows*v_cols;
outPut
（1）=1;
outPut
（2）=ceil（temp2/w_cols）;
iftemp2/w_cols==outPut
（2）
outPut（3）=w_cols;
else
outPut（3）=temp2-floor（temp2/w_cols）*w_cols;
end
outPut（4）=w（outPut
（2）,outPut（3））;
end
return_energy.m代码：
复制内容到剪贴板
代码:
functionoutPut=return_energy（X,Y,V,W）
outPut=zeros
（1）;
[rows_Ycols_Y]=size（Y）;
outputMension=cols_Y;
%InitializeE
E=0;
%Computetheoutputforthecurrentsample
output_1=Activation_func（X,V）;
output=Activation_func（output_1,W）;
%Computetheenergy forthecurrentsample
foroutput_Idx=1:
outputMension
Ep=（Y（1,output_Idx）-output（1,output_Idx））^2;
E=E+Ep;
end
outPut=E;
return_output.m代码：
复制内容到剪贴板
代码:
functionoutPut=return_output（X,V,W）
%Computetheoutputforthecurrentsample
output_1=Activation_func（X,V）;
output=Activation_func（output_1,W）;
outPut=output;
升级会员 