C#，动态规划（DP）模拟退火（Simulated Annealing）算法与源代码

2024-02-24 12:04
文章标签 c# 算法 动态 规划 dp 源代码 .net netcore 模拟退火 simulated annealing

本文主要是介绍C#，动态规划（DP）模拟退火（Simulated Annealing）算法与源代码，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

1 模拟退火

*问题:**给定一个成本函数f:r^n–>r*，找到一个 n 元组，该元组最小化 f 的值。请注意，最小化函数值在算法上等同于最大化(因为我们可以将成本函数重新定义为 1-f)。 很多有微积分/分析背景的人可能都熟悉单变量函数的简单优化。例如，函数 f(x) = x^2 + 2x 可以通过将一阶导数设置为零来优化，从而获得产生最小值 f(-1) = -1 的解 x = -1 。这种技术适用于变量很少的简单函数。然而，通常情况下，研究人员对优化几个变量的函数感兴趣，在这种情况下，只能通过计算获得解。

一个困难的优化任务的极好例子是芯片平面规划问题。假设你在英特尔工作，你的任务是设计集成电路的布局。您有一组不同形状/大小的模块，以及可以放置模块的固定区域。你想要达到的目标有很多:最大化导线连接元件的能力，最小化净面积，最小化芯片成本，等等。考虑到这些，您创建了一个成本函数，取所有，比如说， 1000 个变量配置，并返回一个代表输入配置“成本”的实数值。我们称之为目标函数，因为目标是最小化它的值。 一个简单的算法是完全的空间搜索——我们搜索所有可能的配置，直到找到最小值。这对于变量很少的函数来说可能就足够了，但是我们想到的问题需要这样一个强力算法来玩 *O(n！)*。

由于这类问题和其他 NP 难问题的计算困难，许多优化试探法已经被开发出来，试图产生一个好的，尽管可能是次优的值。在我们的例子中，我们不一定需要找到一个严格的最优值——找到一个接近最优的值将满足我们的目标。一种广泛使用的技术是模拟退火，通过它我们引入了一定程度的随机性，有可能从一个更好的解转移到一个更差的解，试图逃离局部极小值并收敛到一个更接近全局最优的值。

模拟退火是基于冶金实践，通过这种实践，材料被加热到高温并冷却。在高温下，原子可能会不可预测地移动，通常会随着材料冷却成纯晶体而消除杂质。这是通过模拟退火优化算法复制的，能量状态对应于当前解。 在这个算法中，我们定义了一个初始温度和一个最低温度，初始温度通常设置为 1，最低温度的数量级为 10^-4.当前温度乘以某个分数α，然后降低，直到达到最低温度。对于每个不同的温度值，我们运行核心优化例程的次数是固定的。优化程序包括找到一个相邻解并以概率e^(f(c–f(n)】接受它，其中 c 是当前解而 n 是相邻解。通过对当前解施加微小的扰动来找到相邻解。这种随机性有助于避开优化启发式算法的常见陷阱——陷入局部极小值。通过潜在地接受一个比我们目前拥有的更差的最优解，并以与成本增加相反的概率接受它，算法更有可能收敛到全局最优。设计一个邻居函数是相当棘手的，必须在个案的基础上完成，但以下是在位置优化问题中寻找邻居的一些想法。

  • 在随机方向上将所有点移动 0 或 1 个单位
  • 随机移动输入元素
  • 交换输入序列中的随机元素
  • 置换输入序列
  • 将输入序列分成随机数量的段和置换段

一个警告是，我们需要提供一个初始解决方案，以便算法知道从哪里开始。这可以通过两种方式来实现:(1)使用关于问题的先验知识来输入良好的起点，以及(2)生成随机解。尽管生成随机解更糟糕，有时会抑制算法的成功，但对于我们对环境一无所知的问题，这是唯一的选择。

还有许多其他优化技术，尽管模拟退火是一种有用的随机优化启发式方法，适用于大型离散搜索空间，在这些空间中，随着时间的推移，最优性是优先的。下面，我包含了一个基于位置的模拟退火的基本框架(可能是模拟退火最适用的优化风格)。当然，成本函数、候选生成函数和邻居函数必须根据手头的具体问题来定义，尽管核心优化例程已经实现。

2 源程序（文本格式）

using System;
using System.Text;

namespace Legalsoft.Truffer.Algorithm
{
    /// <summary>
    /// 算法核心数据类
    /// 含：方差系数均方根误差，配置参数（数组）
    /// </summary>
    public class Anneal_Solution
    {
        /// <summary>
        /// 方差系数均方根误差
        /// Coefficient of Variance Root Mean Squared Error
        /// 默认初值0.0；不超过1.0；
        /// </summary>
        public double CVRMSE { get; set; } = 0.0;
        /// <summary>
        /// 配置参数（数组）
        /// 整型数组；无初值（null）；
        /// </summary>
        public int[] Config { get; set; } = null;
        /// <summary>
        /// （无参）默认构造函数
        /// </summary>
        public Anneal_Solution()
        {
        }
        /// <summary>
        /// （有参）构造函数
        /// </summary>
        /// <param name="CVRMSE">方差系数均方根误差</param>
        /// <param name="configuration">配置参数（数组）</param>
        public Anneal_Solution(double CVRMSE, int[] configuration)
        {
            this.CVRMSE = CVRMSE;
            Config = configuration;
        }
    }

    /// <summary>
    /// 模拟退火算法
    /// </summary>
    public class Simulated_Annealing
    {
        private static Random rand { get; set; } = new Random((int)DateTime.Now.Ticks);

        public static string Solve(int M = 15, int N = 15, double T_Minium = 0.0001, double Alpha = 0.9, int Maxium_Iterations = 100)
        {
            string[,] sourceArray = new string[M, N];
            Anneal_Solution min = new Anneal_Solution(double.MaxValue, null);
            Anneal_Solution currentSol = Rand_Solution(M);

            double temperature = 1.0;
            while (temperature > T_Minium)
            {
                for (int i = 0; i < Maxium_Iterations; i++)
                {
                    if (currentSol.CVRMSE < min.CVRMSE)
                    {
                        min = currentSol;
                    }

                    Anneal_Solution newSol = Neighbor(currentSol);
                    double ap = Math.Pow(Math.E, (currentSol.CVRMSE - newSol.CVRMSE) / temperature);
                    if (ap > rand.NextDouble())
                    {
                        currentSol = newSol;
                    }
                }
                temperature *= Alpha;
            }
            #endregion

            for (int i = 0; i < sourceArray.GetLength(0); i++)
            {
                for (int j = 0; j < sourceArray.GetLength(1); j++)
                {
                    sourceArray[i, j] = "X";
                }
            }

            foreach (int k in min.Config)
            {
                int[] coord = Index_To_Points(M, N, k);
                sourceArray[coord[0], coord[1]] = "-";
            }

            StringBuilder sb = new StringBuilder();
            for (int i = 0; i < sourceArray.GetLength(0); i++)
            {
                for (int j = 0; j < sourceArray.GetLength(1); j++)
                {
                    sb.Append(sourceArray[i, j] + ", ");
                }
                sb.AppendLine("<br>");
            }
            return sb.ToString();
        }

        public static Anneal_Solution Neighbor(Anneal_Solution currentSol)
        {
            return currentSol;
        }

        public static Anneal_Solution Rand_Solution(int n)
        {
            int[] a = new int[n];
            for (int i = 0; i < n; i++)
            {
                a[i] = i + 1;
            }
            return new Anneal_Solution(-1, a);
        }

        public static double Cost(int[] inputConfiguration)
        {
            return -1;
        }

        public static int[] Index_To_Points(int M, int N, int index)
        {
            int[] points = { index % M, index / M };
            return points;
        }
    }
}
 

3 代码格式

using System;
using System.Text;namespace Legalsoft.Truffer.Algorithm
{/// <summary>/// 算法核心数据类/// 含：方差系数均方根误差，配置参数（数组）/// </summary>public class Anneal_Solution{/// <summary>/// 方差系数均方根误差/// Coefficient of Variance Root Mean Squared Error/// 默认初值0.0；不超过1.0；/// </summary>public double CVRMSE { get; set; } = 0.0;/// <summary>/// 配置参数（数组）/// 整型数组；无初值（null）；/// </summary>public int[] Config { get; set; } = null;/// <summary>/// （无参）默认构造函数/// </summary>public Anneal_Solution(){}/// <summary>/// （有参）构造函数/// </summary>/// <param name="CVRMSE">方差系数均方根误差</param>/// <param name="configuration">配置参数（数组）</param>public Anneal_Solution(double CVRMSE, int[] configuration){this.CVRMSE = CVRMSE;Config = configuration;}}/// <summary>/// 模拟退火算法/// </summary>public class Simulated_Annealing{private static Random rand { get; set; } = new Random((int)DateTime.Now.Ticks);public static string Solve(int M = 15, int N = 15, double T_Minium = 0.0001, double Alpha = 0.9, int Maxium_Iterations = 100){string[,] sourceArray = new string[M, N];Anneal_Solution min = new Anneal_Solution(double.MaxValue, null);Anneal_Solution currentSol = Rand_Solution(M);double temperature = 1.0;while (temperature > T_Minium){for (int i = 0; i < Maxium_Iterations; i++){if (currentSol.CVRMSE < min.CVRMSE){min = currentSol;}Anneal_Solution newSol = Neighbor(currentSol);double ap = Math.Pow(Math.E, (currentSol.CVRMSE - newSol.CVRMSE) / temperature);if (ap > rand.NextDouble()){currentSol = newSol;}}temperature *= Alpha;}#endregionfor (int i = 0; i < sourceArray.GetLength(0); i++){for (int j = 0; j < sourceArray.GetLength(1); j++){sourceArray[i, j] = "X";}}foreach (int k in min.Config){int[] coord = Index_To_Points(M, N, k);sourceArray[coord[0], coord[1]] = "-";}StringBuilder sb = new StringBuilder();for (int i = 0; i < sourceArray.GetLength(0); i++){for (int j = 0; j < sourceArray.GetLength(1); j++){sb.Append(sourceArray[i, j] + ", ");}sb.AppendLine("<br>");}return sb.ToString();}public static Anneal_Solution Neighbor(Anneal_Solution currentSol){return currentSol;}public static Anneal_Solution Rand_Solution(int n){int[] a = new int[n];for (int i = 0; i < n; i++){a[i] = i + 1;}return new Anneal_Solution(-1, a);}public static double Cost(int[] inputConfiguration){return -1;}public static int[] Index_To_Points(int M, int N, int index){int[] points = { index % M, index / M };return points;}}
}

这篇关于C#，动态规划（DP）模拟退火（Simulated Annealing）算法与源代码的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/742038。

相关文章

Java调用C++动态库超详细步骤讲解(附源码)

Java调用C++动态库超详细步骤讲解(附源码)

《Java调用C++动态库超详细步骤讲解(附源码)》C语言因其高效和接近硬件的特性,时常会被用在性能要求较高或者需要直接操作硬件的场合,：本文主要介绍Java调用C++动态库的相关资料,文中通过代... 目录一、直接调用C++库第一步：动态库生成（vs2017+qt5.12.10）第二步：Java调用C++
阅读更多...
springboot+dubbo实现时间轮算法

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n
阅读更多...
使用C#代码在PDF文档中添加、删除和替换图片

使用C#代码在PDF文档中添加、删除和替换图片

《使用C#代码在PDF文档中添加、删除和替换图片》在当今数字化文档处理场景中,动态操作PDF文档中的图像已成为企业级应用开发的核心需求之一,本文将介绍如何在.NET平台使用C#代码在PDF文档中添加、... 目录引言用C#添加图片到PDF文档用C#删除PDF文档中的图片用C#替换PDF文档中的图片引言在当
阅读更多...
详解C#如何提取PDF文档中的图片

详解C#如何提取PDF文档中的图片

《详解C#如何提取PDF文档中的图片》提取图片可以将这些图像资源进行单独保存,方便后续在不同的项目中使用,下面我们就来看看如何使用C#通过代码从PDF文档中提取图片吧... 当 PDF 文件中包含有价值的图片，如艺术画作、设计素材、报告图表等，提取图片可以将这些图像资源进行单独保存，方便后续在不同的项目中使
阅读更多...
C#使用SQLite进行大数据量高效处理的代码示例

C#使用SQLite进行大数据量高效处理的代码示例

《C#使用SQLite进行大数据量高效处理的代码示例》在软件开发中,高效处理大数据量是一个常见且具有挑战性的任务,SQLite因其零配置、嵌入式、跨平台的特性,成为许多开发者的首选数据库,本文将深入探... 目录前言准备工作数据实体核心技术批量插入：从乌龟到猎豹的蜕变分页查询：加载百万数据异步处理：拒绝界面
阅读更多...
C#数据结构之字符串(string)详解

C#数据结构之字符串(string)详解

《C#数据结构之字符串(string)详解》：本文主要介绍C#数据结构之字符串(string),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录转义字符序列字符串的创建字符串的声明null字符串与空字符串重复单字符字符串的构造字符串的属性和常用方法属性常用方法总结摘
阅读更多...
C#如何动态创建Label,及动态label事件

C#如何动态创建Label,及动态label事件

《C#如何动态创建Label,及动态label事件》：本文主要介绍C#如何动态创建Label,及动态label事件,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录C#如何动态创建Label,及动态label事件第一点：switch中的生成我们的label事件接着，
阅读更多...
SpringCloud动态配置注解@RefreshScope与@Component的深度解析

SpringCloud动态配置注解@RefreshScope与@Component的深度解析

《SpringCloud动态配置注解@RefreshScope与@Component的深度解析》在现代微服务架构中,动态配置管理是一个关键需求,本文将为大家介绍SpringCloud中相关的注解@Re... 目录引言1. @RefreshScope 的作用与原理1.1 什么是 @RefreshScope1.
阅读更多...
MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL？1.2 动态SQL的优点1.3 动态S
阅读更多...
C# WinForms存储过程操作数据库的实例讲解

C# WinForms存储过程操作数据库的实例讲解

《C#WinForms存储过程操作数据库的实例讲解》：本文主要介绍C#WinForms存储过程操作数据库的实例,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、存储过程基础二、C# 调用流程1. 数据库连接配置2. 执行存储过程（增删改）3. 查询数据三、事务处
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2