anneal.py

# -+- coding: utf-8 -*-
import random    #ランダムモジュール
import math

def annealingoptimize(T=10000, cool=0.99, step=1):
    # ランダムな値で初期化
    vec = random.randint(-2,2)

    while T > 0.0001:
        # 変更する変数を一つ選ぶ。
        # 今回の場合は1次元なので選ぶ必要がない。
        # i = random.randint(0, dimmension-1)
    
        # 変数の値を増加させるか、減少させるかを決定する。
        dir = random.random()
        dir = (dir - 0.5) * step

        # 変数の値を変更する。
        newvec = vec + dir

        # 変更前と変更後のコストを計算する。
        newcost = costf(newvec)
        cost = costf(vec)

        # 温度から確率を定義する。
        p = pow(math.e, -abs(newcost - cost) / T)
        print(p)

        # 変更後のコストが小さければ採用する。
        # コストが大きい場合は確率的に採用する。
        if(newcost < cost or random.random() < p):
            vec = newvec
            
        # 温度を下げる
        T = T * cool

    return vec
    
def costf(x):
    return (3*(x**4)) - (5*(x**3)) + (2*(x**2))

#if __name__ == '__main__':
#    print annealingoptimize()
if __name__ == '__main__':
    success, failure = 0,0
    for i in range(0, 1000):
        ans = annealingoptimize()
        if (ans >= -0.05 and ans <= 0.05):
            failure += 1
        if (ans > 0.8 and ans <= 0.9):
            success += 1
    
    print(success,failure)