模拟退火学习（2）

在上次的模拟退火学习（1）中笔者提出了两个问题：1>时间问题 2>结果不稳定问题

1.就是时间问题，考虑到精度和时间的两个因素，综合考虑设置模拟退火的初始参数值如下所示

    int      MarkovLength = 1000;            // 马可夫链长度

    double  StepFactor = 0.02;              // 步长因子

    double  Temperature = 1000;          // 初始温度

解决五参数拟合公式中采用模拟退火问题的初始值设定为上图所示：温度的衰减系数为0.98，按照如上所示的初始值，能够将拟合时间控制在10s左右。

2.就是拟合结果不固定问题，最后发现是随机数的选取问题

////////随机数

double rnd()

{

    double r;

    r=(double) rand()/32768.0;

    return r;

}

本文模拟退火产生的随机数如上所示

随机数的种子采用时间产生，函数如下所示：

srand((unsigned)time(NULL));  

由于本文采用多线程进行拟合，所以在每个函数中都调用了上诉的随机数种子，最后笔者在创建线程之前就使用一次随机数种子，发现结果基本稳定。

所以如果所有的函数都要使用到rand函数，只需要在先运行的函数使用一次srand即可 。

好了，今天就写这么多，去上课了