2　模拟退火法基本理论

模拟退火法最早产生于Metropolis等提出的重要性采样法，基于概率统计学中Mente Carlo迭代求解策略的一种随机寻优算法，具有全局寻优能力，能优化计算模型并能合理反映各种因素的反演理论。

模拟退火算法思想[10]来源于固体退火过程，固体高温时内能较大，粒子无序，随着温度的慢慢降低，内能会慢慢变小，粒子渐渐有序，最后会达到平衡态。

模拟退火法一般过程如下：

（1）初始化：确定最大、最小温度，降温速度，初始解x。

（2）继而产生新解x'，将新解代入计算增量Δf=f（x'）-f（x），其中f（x）为评价函数。

（3）若增量Δf＜0则接受新解x'，即x=x'，否则以概率exp（-Δf/T）接受新解x'，其中T为当前的温度。

（4）如果接受新值则降温，否则不降温。

（5）判断是否满足循环结束条件，满足则退出，否则转为步骤（2）。