シミュレーテッドアニーリングと複数の貪欲の違い

シミュレーテッドアニーリングと複数の貪欲な山登りアルゴリズムの実行の違いを理解しようとしています。

私の理解では、貪欲アルゴリズムはスコアを極大値にプッシュしますが、複数のランダム構成から始めて、それらすべてに貪欲を適用すると、複数の極大値になります。次に、それらの最大値を選択します。

これはシミュレーテッドアニーリングと同じように再現されますか？

あなたが説明する方法は、ランダムリスタートヒルクライミング（またはショットガンヒルクライミングと呼ばれることもあります）と呼ばれ、シミュレーテッドアニーリングとは異なるアルゴリズムです。

はい。一般的に、反復回数が増加すると、両方の方法で最終的に位置が得られ、これが大域的最適値到達します。これは、両方にランダム検索が組み込まれているという単純な理由によるものです。つまり、ランダムな再起動（ヒルクライミング）またはランダムな移動（シミュレートされたアニーリング）は、全体的な最適値と一致することがあります。それでも、ここに2つの重要な違いがあります。$k$$w_i$$w^*$

1. ランダムな再開の山登りは、一定の反復回数後で常にランダムな位置に移動します。シミュレーテッドアニーリングでは、ランダムな場所への移動は温度依存します。$w_i$$k$$T$
2. ランダム再起動のヒルクライミングは、クライミングフェーズで近所の最高の場所に移動します。シミュレーテッドアニーリングでは、場所はランダムに選択されます。現在の場所よりも優れている場合は常に移動しますが、関連する何らかの確率で、それがより悪い場合でも移動する可能性があります。$T$

シミュレーテッドアニーリングはやや複雑なアルゴリズムであり、反復を決定する温度スケジュールに依存します。温度が非常に小さな定数値に設定されている場合、シミュレートされたアニーリングは、確率的な山登りのようになります。場合非常に大きな一定の値に設定され、その後、シミュレーテッドアニーリングはランダム探索のようになります。温度スケジュールの選択方法によって、これら2つの異なるタイプの動作間を移動する方法が決まります。$T$$k$$T$$T$

tldr：これらは異なるアルゴリズムですが、ランダムサンプリングを検索に組み込むために同様のアイデアを使用しています。