人工智能连载（1）：自然的启示——浅谈模拟退火算法

WJX的杂货铺

体胖还需勤锻炼，人丑就要多读书

点进来喝茶聊天，退出去吐槽自便

前言：

笔者刚刚毕业走上工作岗位不久，目前供职于某商业银行科技部，随着信息科技与业务的不断融合、人工智能及机器学习算法的不断发展使得金融科技（Fintech）这一概念越来越得到金融从业者的重视。因此，我也利用业余时间学习有关的前沿技术，鉴于自己的工作角色不是数据挖掘工程师或者程序猿，因此我的学习可能更关注于这些技术的应用领域，尤其是其在金融行业中的应用。当然出于兴趣，对于算法原理还是尽可能地去学习。

对于人工智能的了解是从大学接触最优化理论开始的。在现实的世界里，很多问题最终都转化为一个数学优化问题，从经典的线性规划到非线性规划，从目标规划到多目标规划，问题的复杂程度往往让人难以预料。好在随着问题越来越复杂的同时，求解优化问题的手段也不断推陈出新，从单纯形方法到智能优化算法再到如今的深度学习都可以很好地解决问题。

从大学到现在，对于一些智能优化算法逐渐有了一些积累，同时业余时间也在对自己感兴趣的内容有进一步的学习和了解。为了把自己学习的成果记录下来，同时也希望能够找到更多志同道合的朋友，萌生了写这样一个连载的想法。由于平时工作比较忙，因此更新的速度不会很快，一周一更可能是非常理想的速度了，我自己也需要时间对其做一些消化。当然因为自己水平有限，欢迎各位大神通过留言与我交流，指出错误。

初步设想会介绍许多经典的智能优化算法，当然人工智能不仅限于解决优化问题，因此也会有人工智能的应用案例，以后会慢慢更新。

本文首先简要介绍了模拟退火算法的原理以及利用这种算法求解具体优化问题的思路。其次针对一个具体的旅行商问题建立优化模型，利用该算法求解，并对结果以及程序运行时间做了分析。鉴于文中有一些公式图表，因此内容为码好字以后pdf导出截图，如有需要可以联系我获取pdf文档。

喜欢哒可以点个啊赞啊~\(≧≦)/~

好东西要记得分享啊

首页可查看以往推送哦！