Recuit simulé

Trouver les minimums globaux pour problèmes non linéaires bornés

Le recuit simulé (Simulated Annealing) est une méthode de résolution de problèmes d'optimisation sous et sans contraintes. La méthode réplique le processus physique de réchauffement d'un matériau pour ensuite baisser lentement la température et réduire les défauts, et donc l'énergie du système.

À chaque itération de l'algorithme de recuit simulé, un nouveau point est généré au hasard. La distance entre le nouveau point et le point actuel, ou étendue de la recherche, est basée sur une distribution de probabilité selon une échelle proportionnelle à la température. L'algorithme de recuit simulé accepte d'une part tous les nouveaux points réduisant l'objectif, mais également les points qui l'augmentent avec une certaine probabilité. En acceptant les points qui augmentent l'objectif, l'algorithme évite d'être pris par les minimums locaux lors des premières itérations, et peut rechercher globalement de meilleures solutions.

Pour plus d'informations sur la résolution de problèmes d'optimisation avec ou sans contraintes en utilisant le recuit simulé, consultez la Global Optimisation Toolbox.

Voir aussi: Global Optimisation Toolbox, Optimisation Toolbox, algorithme génétique, programmation linéaire, programmation quadratique, programmation non linéaire, optimisation multi-objectif, vidéos de recuit simulé