我正在使用不同的地理坐标实现一个 Android 应用程序，我需要解决类似于旅行推销员的问题。
我在 http://www.theprojectspot.com/tutorial-post/simulated-annealing-algorithm-for-beginners/6 找到了该算法的实现.
我根据需要调整了代码，它产生了理论上的最佳结果。然而，我注意到每次执行都会产生不同类型的结果。
我回到原始代码，发现即使在原始代码中，结果也存在分歧。
不明白。结果不应该是唯一的吗？毕竟，我们正在寻找最小的路径......也许有一些小的变化，但每次执行都与前一次执行有几个单位的差异。
如何调整算法以在所有运行中产生相同的结果？有人用过这个吗？
最佳答案
这就是您为这样的算法付出的代价:每次获得的结果可能都不同。该算法不“找到最短路径”，这是一个计算上难以解决的问题(“旅行推销员”)。相反，它寻求快速找到“足够短”的解决方案。它是否真的这样做在很大程度上取决于数据……并且在很大程度上取决于随机机会。
而且，由于该算法相对较快，有时您确实会连续运行几次，以衡量所获得的解决方案的可变性。如果(比如说)三次运行每次产生的结果彼此“足够接近”，那么结果很有可能是可靠的。但如果标准差很大，算法可能不会给你一个好的答案。 (请记住，有时解决方案可能是错误的。)
可以这么说:“一分钱一分货，但你不需要付出太多，这当然就是重点。”
关于java - 使用 Android 应用程序使用模拟退火的最短路径，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/60009861/