Conclusie

Tijdens dit practicum bleek Simulated Annealing een effectieve methode om een kosten-minimum van een verdeling te vinden. Vooral bij gebruik op snelle computers werden goede resultaten geboekt. Hierbij moesten echter wel goede parameters gekozen worden, omdat het verloop van de optimalisatie daar sterk vanaf hangt.

Bij sterke koelfactor, hoge g en lage begintemperatuur, is het algoritme nog behoorlijk greedy, en moet dan dus zeker niet op grote grids toegepast worden. Voor kleine grids (size < 10) wordt er nog wel redelijk geoptimaliseerd ondanks de greediness. Voor grotere grids, moet in ieder geval een hoge begintemperatuur gekozen worden (> 10·g) en een flink grote koelperiode (> 10000). Bovendien moet de koelfactor vrij 'slap' zijn (+0.98). Het optimalisatieproces verloopt dan ogenschijnlijk langzaam, maar na geruime tijd blijkt de methode dan toch kostenafnames te kunnen produceren van 70 %. Wanneer dit in professioneel onderzoek gebruikt wordt, is een dergelijke besparing toch duidelijk de moeite waard, en blijkt dit practicum (weliswaar in primitieve vorm) toch praktijkgerichte toepassingen te hebben