模拟退火：一种用于寻找“近似最优解”的优化算法与搜索策略。它借鉴金属退火过程（先加热、再缓慢降温）来避免陷入局部最优：在“温度”较高时允许以一定概率接受更差的解，随着温度降低逐渐变得更“挑剔”，从而更可能找到全局较优解。常用于组合优化、路径规划、参数调优等问题。
/ˈsɪmjəˌleɪtɪd əˈniːlɪŋ/
Simulated annealing can find a good solution without checking every possibility.
模拟退火可以在不穷举所有可能性的情况下找到一个较好的解。
To optimize the delivery routes, we used simulated annealing with a slow cooling schedule so the search could escape local minima early and converge later.
为了优化配送路线，我们使用了带有缓慢降温策略的模拟退火，使搜索在前期能跳出局部最小值、后期再逐步收敛。
“Simulated”意为“模拟的”，“annealing”来自冶金学中的“退火”（通过加热并缓慢冷却来减少材料缺陷、趋于稳定状态）。该算法名称强调：用物理退火过程来类比优化过程中的“随机探索 → 逐步稳定”，并用“温度”控制接受较差解的概率，从而提高找到更优解的机会。
Select Language