Simulated Annealing (SA)

SA yra labai paplites
globalinio optimizavimo metodas. Zymesim

$$\begin{eqnarray}h_j=f(x^j)-f(x^{j-1}), \end{eqnarray}$$

jei $h_j \ge 0$, tai parenkamas $x^j$
jei $h_j < 0$, tai $x^j$ parenkamas su tikimybe

$$\begin{eqnarray}r_j&=&\cases {e^{{h_j \over x /\ln (1+N)}}, &if $h_j < 0$, \cr 1, &otherwise.\cr} \end{eqnarray}$$

SA megstamas del jo paprasumo
ir del gero teorinio pagrindimo
SA praktini efektyvuma galima padidinti,
optimizuojant $x$, pavyzdziui, Bayes'o metodu