模拟退火遗传算法的matlab程序，从二维到多维。同时可解决带有等式和不等式约束的优化问题。使用时可直接修改目标函数和约束条件。适合新手学习。

其实这个模拟退火算法还是很简单的,看了你就知道 感觉还是很神奇的,数模的菜鸟都可以写出来

该代码采用python编写模拟退火算法，整个过程中可以根据更改代码求解最大值与最小值。 1. 模拟退火算法的原理： 输入：温度T、退火控制参数k、初始点x0 输出：最优的自变量值、最大/最小值 （1）给定初始值温度T，退火控制参数k，初始点x0(该点为随机选择点),并计算f(x0) （2）随机产生扰动r=(2*rand-1)*delt;新店x1=x0+r,同时计算f(x1)、f(x1)-f(x0) (3) Metropolis准则，若f(x1)-f(x0)>0,接受该点（更新x0），且接受概率为p=exp(-(f(x1)-f0)/T)，若p>r(r为0-1上的随机数)，接受该点（更新x0），否则放弃该点 （4）执行降温操作：T=T*k;返回（2）继续 （5）执行上述步骤，结束

【三维路径规划】基于模拟退火算法结合粒子群算法多无人机三维路径规划含Matlab源码

MATLAB模拟退火算法程序寻找最优路径规划，程序完整，可以直接运行，需要的可以下载。内有论文与程序说明，通俗易懂。大家需要的可以下载。

人工智能-项目实践-优化算法-遗传算法、禁忌搜索、模拟退火、蚁群算法 遗传算法、禁忌搜索、模拟退火、蚁群算法 解决三十个城市的旅行商问题 人工智能课的一次作业，py写的，来自我这个新手码农 以下是三十个城市的坐标 41 94 37 84 54 67 25 62 7 64 2 99 68 58 71 44 54 62 83 69 64 60 18 54 22 60 83 46 91 38 25 38 24 42 58 69 71 71 74 78 87 76 18 40 13 40 82 7 62 32 58 35 45 21 41 26 44 35 4 50

模拟退火算法是解决TSP问题的有效方法之一，其最初的思想由Metropolis在1953年提出，Kirkpatrick在1983年成功地将其应用在组合最优化问题中。

遗传算法和模拟退火算法源程序

本文主要是基于模拟退火算法，针对K-means聚类算法的内聚性和耦合性提出改进

基于Python实现的模拟退火算法