模拟退火：对连续域优化的严格有限时间保证
摘要：模拟退火是一种解决全局优化问题的常用方法。现有结果适用于离散组合优化，其中优化变量只能取有限集合的可能值。我们引入了一种新的模拟退火的通用形式，它可以保证在连续变量函数的优化中获得有限时间的性能。这些结果通用地适用于有界域上的任何优化问题，并在模拟退火和连续域上的马尔可夫链蒙特卡罗方法收敛理论的最新研究之间建立了联系。这项工作受到统计学习理论中发展的具有已知精度和置信度的有限时间学习概念的启发。
作者：A. Lecchini-Visintini, J. Lygeros, J. Maciejowski
论文ID：0709.2989
分类：Machine Learning
分类简称：stat.ML
提交时间：2007-09-20