metropolis准则函数

以一定的概率接受恶化解，从而使算法具有逃脱局部极值和避免过早收敛的全局优化能力，接受准则为：

$$Y = \begin{cases} 1, & \text{df>0} \\ exp(df/t), & \text{df $\le$ 0} \end{cases},$$

df为新生成的染色体适应度与父个体染色体适应度之差，即df = f(new)-f(old),t 为退火过程的控制参数。

查阅metropolis的那篇论文可以看到，整个算法核心在于计算系统能量变化$\Delta E$,如果其小于0，则表明新移动会将系统的能量降低，于是接受（越低越稳定），如果其大于0，则生成0到1之间的一个随机数$\alpha$,并与$exp(-\Delta E/kT)$进行比较，如果$\alpha >exp(-\Delta E/kT)$则拒绝新移动，反之则接受，这就表示以一定概率接受恶化解。
只是这里我有一点不明白，为什么要生成一个随机数而不是用一个定值？文章后面好像解释说，这样可以使整个空间各态历经，利用了蒙特卡洛的思想，然而，还是不太明白。

PPT