当前位置：
首页 资源下载
搜索资源 - metropolis algorithm
搜索资源列表
-
1下载：
模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
-
-
0下载：
模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
-
-
0下载：
模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
-
-
0下载：
模拟退火算法的基本思想是从一给定解开始,从邻域中随机产生另一个解,接受Metropolis准则允许目标函数在有限范围内变坏,它由一控制参数t决定,其作用类似于物理过程中的温度T,对于控制参数的每一取值,算法持续进行“产生—判断—接受或舍去”的迭代过程,对应着固体在某一恒定温度下的趋于热平衡的过程,当控制参数逐渐减小并趋于0时,系统越来越趋于平衡态,最后系统状态对应于优化问题的全局最优解,该过程也称为冷却过程,由于固体退火必须缓慢降温,才能使固体在每一温度下都达到热平衡,最终趋于平衡状态,因此控制
-
-
1下载：
模拟退火算法最早的思想由Metropolis等（1953）提出，1983年Kirkpatrick等将其应用于组合优化。-Simulated annealing algorithm was first thought by Metropolis et al (1953) suggested that, in 1983, Kirkpatrick and so on will be applied to combinatorial optimization.
-
-
0下载：
模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
-
-
0下载：
模拟退火fortran程序,可以根据优化函数设置参数-C Simulated annealing is a global optimization method that distinguishes
C between different local optima. Starting from an initial point, the
C algorithm takes a step and the function is evaluated. When minimizin
-
-
0下载：
模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始-S
-
-
0下载：
Example of Metropolis Hastings Algorithm
-
-
0下载：
基于模拟退火算法求解31个城市的TSP问题。通过模拟自然退火的过程，来实现全局的最优化。根据metropolis准则，接受新解。-Based on simulated annealing algorithm 31 cities TSP. By simulating the natural process of annealing to achieve global optimization. According metropolis criteria, accept the new soluti
-
-
0下载：
Metropolis算法的程序，利用M-H算法产生合适的样本点以及看出整个的循环过程-The Program of TheMetropolis algorithm
-
-
0下载：
matlab code for metropolis algorithm
-
-
0下载：
metropolis algorithm code is a useful tool to generate estimated values.
-
-
0下载：
MCMC算法,metropolis hasting算法的实现代码，可以正常运行，我在其中加入了自己的注释，对于正在学习MCMC采样的同学会提供一定的帮助。-MCMC metropolis hasting algorithm demonstration
-
-
0下载：
运用Metropolis-Hasting算法生成任意的二维高斯分布-Use Metropolis-Hasting algorithm to generate an arbitrary two-dimensional Gaussian distribution
-
-
2下载：
本文件包含Metropolis算法对函数进行抽样;显示生成样本的相关图和直方图. 其中文件：metropolis_hastings.m该文件包含4个示例，用于通过Metropolis-Hastings算法对复杂函数进行抽样，显示生成样本的相关图和直方图。metropolis_hastings2.m
包含一个例子，用于通过Metropolis-Hastings算法对双变量高斯PDF进行采样，显示生成样本的相关图和直方图，以及其轮廓和边缘PDF的函数等。(This program develops
-
-
1下载：
Ising模型的蒙特卡罗模拟.模拟能量及磁矩随温度变化(Ising Model And Metropolis Algorithm. Copyright 2017 The MathWorks, Inc.)
-
-
0下载：
一种用于对各类概率密度函数进行样本采样的Metropolis-Hastings算法(a Metropolis-Hastings algorithm for sampling from various probability density functions)
-
-
1下载：
吉布斯(Gibbs)抽样方法是 Markov Chain Monte Carlo(MCMC)方法的一种,也是应用最为广泛的一种(The simplest Gibbs sampling is a special case of Metropolis-Hastings algorithm, while the extension of Gibbs sampling can be regarded as a universal sampling system. This system takes a
-
-
0下载：
关于wolff algorithm的论文 The Wolff algorithm, named after Ulli Wolff, is an algorithm for Monte Carlo simulation of the Ising model in which the unit to be flipped is not a single spin, as in the heat bath or Metropolis algorithms, but a cluster of them.
-
