全文总字数：2113字

1. 研究目的与意义及国内外研究现状

在处理实际工程中一些非凸目标函数的优化问题时，可能会出现多个极值的情况，则那些基于梯度的优化方法在沿着目标函数下降的方向搜索时，可能会因为“眼前的蝇头小利”而“固步自封、停滞不前”，最终导致搜索最优失败。所以我们希望采用一种具有跳出局部极值本领的全局优化算法来寻找问题的最优解。模拟退火算法（Simulated Annealing，简记为SA）作为一种具有算法描述简单、容易实现、运行效率高，初始条件限制弱等优点的优化算法，很好地满足了我们的要求。

国内外研究现状

模拟退火算法，顾名思义其主要思想模拟了固体的退火过程，起源于20世纪80年代初期，现经过无数科研人员的改进与努力，理论与应用发展日益成熟。模拟退火算法应用最广泛的领域是组合优化问题，如旅行商问题（Travelling Salesman Problem，TSP）、最大截问题（Max Cut Problem，简记为MCP）、调度问题（Scheduling Problem，简记为SCP）和图着色问题（Graph Colouring Problem，简记为GCP）。但此算法的应用不仅仅局限于线性以及离散的优化问题，还可以应用于非线性目标函数的优化问题

2. 研究的基本内容

先研究传统模拟退火算法的原理，主要针对Metropolis算法，对算法特性进行研究，再了解算法的基本步骤，通过流程图、伪代码的方式进一步深入了解算法；利用两个实例函数实现基于算法的全局最优化搜索，在具体实现时，主要研究内容为构造合适的邻域函数，并且根据传统算法存在的缺陷进行改进，使算法效率、精度更高。

3. 实施方案、进度安排及预期效果

总共分为三个阶段：算法原理、算法实现与算法改进。

在算法原理阶段，我们采取查阅资的方法，从了解算法到深入掌握算法；

在算法实现阶段，我们通过matlab编程操作来实现，通过两个实例来展现算法的特性与优势；

4. 参考文献

[1] 江加和，宋子善.模拟退火算法在连续变量全局优化问题中的应用[j].北京航空航天大学学报，2001.10(5).

[2] https://zhidao.baidu.com/question/1239895424966687219.html

[3] 康立山，谢云，尤矢勇，罗祖华.非数值并行算法（第一册）—模拟退火算法[m]. 科学出版社，1998:22-28.