Optimization 我的模拟退火实现有什么问题？

我写过模拟退火算法的倍频程实现，甚至很难，我试图改变每一个参数，但我无法用这种方法找到全局最小值，这就是该算法的用法。请帮我找到问题所在

clear;
clc;

T = 10000; 
L = 10000; 
r = 100; 
a = 0.95;

function y = f(x1, x2)
  y = -(x2 + 47).*sin(sqrt(abs(x1./2+(x2+47)))) - x1.*sin(sqrt(abs(x1-(x2+47))));
end

x0 = -512+rand(1, 2)*1024;

fl = [];
x = [];
y = [];

for i = 0:L
  x1 = [-1000 1000]
  while (x1(1) > 512 || x1(1) < -512) || (x1(2) > 512 || x1(2) < -512) 
    x1 = x0 + r*(2*rand(1,2)-1)*sqrt(T); 
  end
  df = f(x1(1), x1(2)) - f(x0(1), x0(2)); 
  if df < 0
    x0 = x1;
  elseif rand() < exp(-df/T)
    x0 = x1;
  endif
  T = a*T;
  fl = [fl; f(x0(1), x0(2))];
  x = [x; x0(1)];
  y = [y; x0(2)];
endfor

figure;
plot(0:L,fl);

figure;
[X, Y] = meshgrid(-512:.5:512);
Z = -(Y + 47).*sin(sqrt(abs(X./2+(Y+47)))) - X.*sin(sqrt(abs(X-(Y+47))));
contour(X, Y, Z);

hold on;

plot(x, y, 'k', 'LineWidth', 2);

清晰；
clc；
T=10000；
L=10000；
r=100；
a=0.95；
函数y=f（x1，x2）
y=-（x2+47）。*sin（sqrt（abs（x1./2+（x2+47）））-x1.*sin（sqrt（abs（x1-（x2+47）））；
结束
x0=-512+rand（1,2）*1024；
fl=[]；
x=[]；
y=[]；
对于i=0:L
x1=[-1000]
而（x1（1）>512 | | x1（1）<-512）| |（x1（2）>512 | | x1（2）<-512）
x1=x0+r*（2*兰德（1,2）-1）*sqrt（T）；
结束
df=f（x1（1），x1（2））-f（x0（1），x0（2））；
如果df<0
x0=x1；
elseif rand（）

您在调试器中逐步完成了算法吗？@CrisLuengo是的，除了最终结果之外，一切似乎都很好。该算法找到的是最小值，而不是全局值。对于50次尝试，它只找到了一次正确的结果，但它被告知每5次尝试至少应该找到4次。您的步长会迅速减小，对于大多数步骤（超过80%），x1和x0之间的差值为0。在上一次迭代后，可以对

r*sqrt（T）

的幅值进行加或减，即

4.0447179919277E-108

。这可能是一个好主意，规范化您的退火，并将第一步大小和最后一步大小作为参数。这使得它很容易保持在相关的范围内。即使你不改变你的数学来获得这两个参数，在第一步和最后一步打印

r*sqrt（t）

。应该从512左右开始。最后一步的合理选择是比预期精度小10到100倍。@Daniel谢谢你的回答。现在效果更好了，但成功率仍在50%左右。