Optimization Julia中的模拟退火和SAMIN（）？

我在Optim（）中查看Julia的模拟退火实现——SAMIN（），并想问是否有人可以提供nt、ns和neps术语的一些直觉。该算法基于Goffe等人（1994）的原始论文也包括在这里（）

当在线查看一些julia的论述时，似乎有很好的直觉说明为什么将rt设置在（0.8，1）之间是一个好主意，如果您想要更快的收敛，您可能希望将rt设置为较低，以便算法可以更快地在优化器上“归零”。类似地，设置nt=ns=neps=1是否对应于更“激进”的SAMIN（）算法，其中“激进”是指，在nt、ns和neps的新（较低）值下，温度降低，并且相对于将其设置为默认值（即5）时，边界调整得更快。本文简要地讨论了nt和ns术语，但我无法通过本文中的描述来解析直觉

• 为nt、ns和NEP设置较低的值（例如1）有哪些陷阱
• 设置较低的nt、ns和neps值（例如1）是否有潜在的好处（可能与较低的rt值一起）