模拟退火
概念
模拟退火是随机化算法，可以用来解决一类不是单峰函数的问题。
其优于爬山算法的原因是其能通过接受当前最优解附近的非最优解，来跳出局部最优解。
对于新状态得到的解，若其更优则更新答案，否则以一定概率来判断是否接受新状态。
设温度为 \(T\)，新状态和当前状态的能量差为 \(\Delta E(\Delta E \geqslant0)\)，新状态得到的解不优，却仍接受新状态来状态转移的概率为：
\[\large P(\Delta E)=e^{\frac{-\Delta E}{T}}
\]
具体退火时有三个参数，初始温度，降温系数，终止温度，每尝试进行一次转移，就让当前温度乘以降温系数，直到温度小于终止温度，退火就结束。
为了解的精确，可以进行多次退火。每次退火以过程中遇到的最优解作为最终结果。
