In many optimization problems, espe

In many optimization problems, especially in the multidimensional case, the objective function may have
many local extrema and may not be smooth. The simulated annealing algorithm is suitable for Global
Optimization i.e., it is able to move through local extrema and recognize when global optimum located.
Origin of the method is the Metropolis's Algorithm; actually the Metropolis algorithm was rst devised
as a method to implement simulated annealing. It is thus a probablistic method for optimization and
belongs to the class of stochastic optimization methods. It does not require calculation of derivatives,
and thus be considered as a derivative-free method.

ผลลัพธ์ (ไทย) 1:

ปัญหามากมายในการเพิ่มประสิทธิภาพ โดยเฉพาะอย่างยิ่งในกรณีหลายมิติ ฟังก์ชันวัตถุประสงค์อาจextrema ท้องถิ่นจำนวนมาก และอาจไม่ราบรื่น อัลกอริทึมหลอมจำลองเหมาะสำหรับโลกเพิ่มประสิทธิภาพ จะสามารถที่จะย้ายผ่าน extrema ท้องถิ่น และรู้จักเมื่ออยู่สูงสุดในโลกจุดเริ่มต้นของการเป็นอัลกอริทึมของมหานคร จริง เมืองอัลกอริทึมคือ rst คิดค้นเป็นวิธีการใช้หลอมจำลอง ดังนั้นจึงเป็นวิธีการ probablistic ในการเพิ่มประสิทธิภาพ และเป็นของชั้นวิธีการ stochastic เพิ่มประสิทธิภาพ ไม่ต้องการคำนวณอนุพันธ์และจึง ถือได้ว่าเป็นวิธีที่ฟรีอนุพันธ์

ผลลัพธ์ (ไทย) 2:

ในปัญหาการเพิ่มประสิทธิภาพโดยเฉพาะอย่างยิ่งในกรณีที่หลายมิติฟังก์ชันวัตถุประสงค์อาจมี
extrema ท้องถิ่นจำนวนมากและอาจจะไม่เป็นไปอย่างราบรื่น ขั้นตอนวิธีการอบจำลองเหมาะสำหรับทั่วโลก
เพิ่มประสิทธิภาพกล่าวคือมันสามารถที่จะย้ายผ่าน extrema ท้องถิ่นและรับรู้เมื่อโลกสูงสุดอยู่.
แหล่งที่มาของวิธีการที่เป็นอัลกอริทึมของมหานคร; จริงอัลกอริทึม Metropolis เป็นวิธีแรก
เป็นวิธีการที่จะใช้การอบจำลอง ดังนั้นจึงเป็นวิธีการที่ probablistic สำหรับการเพิ่มประสิทธิภาพและ
อยู่ในชั้นเรียนของวิธีการเพิ่มประสิทธิภาพการสุ่ม มันไม่จำเป็นต้องคำนวณของสัญญาซื้อขายล่วงหน้า
และทำให้ได้รับการพิจารณาเป็นวิธีการอนุพันธ์ฟรี

ผลลัพธ์ (ไทย) 3:

ปัญหาการเพิ่มประสิทธิภาพมาก โดยเฉพาะอย่างยิ่งในกรณีที่ฟังก์ชันวัตถุประสงค์อาจมีแบบพหุมิติExtrema ท้องถิ่นมาก และอาจไม่ราบรื่น การหลอมจำลองขั้นตอนวิธีเหมาะสำหรับโลกการเพิ่มประสิทธิภาพคือ มันสามารถที่จะย้ายผ่าน Extrema ท้องถิ่นและจำเมื่อโลกที่เหมาะสมอยู่ที่มาของวิธีการขั้นตอนวิธีของกรุงเทพมหานคร ; ที่จริงกรุงเทพมหานครวิธีการวางแผนน่ะเป็นวิธีการที่จะใช้การดำรงอยู่ . มันจึงเป็นวิธี probablistic สำหรับการเพิ่มประสิทธิภาพและเป็นคลาสของวิธีการเพิ่มประสิทธิภาพสโตแคสติก มันไม่ต้องใช้คำนวณอนุพันธ์ ,จึงจะถือว่าเป็นอนุพันธ์ฟรีวิธี