本文深入讲解了Metropolis算法，这是模拟退火算法的基础。Metropolis算法通过重要性采样，以概率方式接受新状态，有效减少了计算量。该算法的核心是在能量增加时，以一定概率接收新状态，而非一味拒绝。
分享一下我老师大神的人工智能教程！零基础，通俗易懂！http://blog.youkuaiyun.com/jiangjunshow
也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！
Metropolis 算法又叫 Metropolis 抽样，是模拟退火算法的基础，在早期的科学计算中蒙特卡洛方法（Monte Carlo）是对大量原子在给定温度下的平衡态的随机模拟，当蒙特卡洛算法计算量偏大。
1953 年，Metropolis 提出重要性采样，即以概率来接受新状态，而不是使用完全确定的规则，称为 Metropolis 准则，可以显著减小计算量。
假设前一状态为 x(n) 是前面定义的接受概率），这种转移也将被接受，否则拒绝转移，进入下一步，如此循环。
这正是 Metropolis 算法，其核心思想是当能量增加时以一定概率接收，而不是一味的拒绝；
给我老师的人工智能教程打call！http://blog.youkuaiyun.com/jiangjunshow
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
