使用模拟退火的图形着色
我正在尝试使用模拟退火来提出图形着色问题的算法。 在线有一般算法，但是当我看到它时，我无法理解如何将此算法应用于此问题。 图中的每个节点必须具有来自它的neibours的不同颜色。
我怎样才能使用模拟退火算法。
这个问题的“温度”，“时间表”是什么？
请帮我理解这个。 谢谢
正确设置起始温度和冷却计划参数是一件痛苦的事，因为在获得良好结果之前，您需要为两者提供良好的价值。 如果其中一个关闭，那么你可能不会注意到你正朝着正确的方向改变另一个。
这就是为什么我应用一个技巧来计算基于其他参数（起始温度）和时间梯度（在开始时为0.0且在达到时间限制后为1.0的数字）的冷却时间表。 将1个参数调整为好的值要容易得多。
一般来说，我建议从你所有动作（=邻里）的平均得分差异的起始温度开始。
图形的适当着色是将颜色分配给图形的顶点，使得没有两个相邻的顶点具有相同的颜色。
要解决此问题，假设您有一个带有N个节点的图G，那么您需要以下方法：
- assignColor（graph）：第一个结果
- assignColor（graph，node）：为点头设置新颜色
- isColoringValid（graph）：检查当前着色是否有效
- lossFunction（graph）：计算使用的颜色数
- getProbability（oldValue，newValue，temperature）：计算新状态是否被接受
最后写一个递归方法作为simulationAnnealing（graph，temp），它包含一个主循环来改变每个节点的颜色然后检查isColoringValid（），如果它可以计算loss function（）和getProbability（）。 因为在较高温度下你可以接受值得回答但是在较低温度下，只接受更好的答案，并且在方法结束时降低温度并调用模拟退火（图形，温度）。
您可以在我的github中找到完整的解决方案。