我正在使用模拟退火来解决密码分析问题，但遇到了麻烦。我一生无法获得正确的概率函数，它要么需要更糟糕的解决方案（因此我在0.03和0.2的分数附近反弹），要么就用不了太多（因此我陷入困境） 0.35）。我环顾了互联网，但仅遇到了涉及发现MINIMUM值的问题的示例。...我的问题需要找到MAXIMUM值，最差的分数是0，最好的分数是1。
我需要有关温度以及应该使用什么概率函数的建议。
最佳答案
Wikipedia上的“模拟退火”文章提供了有关如何初始化和降低SA温度的一些常规指导。这些参数的有效选择通常是非常特定于问题的，可能需要通过乏味的反复试验来确定。
通常，优化算法会搜索目标函数的最小值。如果您想按原样使用此类算法来解决您的最大化问题，请优化器将对目标函数的求反最小化。例如，假设您要为其找到最大值的目标函数是f(x)=score。然后，您应该请求优化器最小化-f(x)，即-score（或者，正如您在上面的注释中所指出的，1-score）。
在线上有很多模拟退火和其他全局优化算法，例如，请参见优化软件决策树上的this列表。不幸的是，这些代码通常不是用C＃编写的，但是如果代码是用Fortran或C编写的，则通常可以很容易地通过P / Invoke与这些代码进行交互。
如果您不要求优化器必须找到全局最优值，则here中还会列出一些无导数的优化器。这些代码中至少有一个在C＃版本中可用，即BOBYQA（实际上，我已经将该算法改编为C：:-）。