SAA提出依据素固体处于微观状态i的概率-服从Gibbs分布：P=exp(-E/k/T)/Z，其中E,温是物体处于微观状态i下的总能量，T是温度，k，z是常数。一温度低时能量低的微观状态概率大，温度趋于零时，固体几乎处于概率最大能量最小的基态
SAA提出依据 固体处于微观状态 i 的概率 – 服从Gibbs分布：Pi=exp(-Ei /k/T)/Z， 其中Ei 温 是物体处于微观状态 i 下的总能量， T是温度， k，Z是常数。 – 温度低时能量低的微观状态概率大，温度趋于 零时，固体几乎处于概率最大能量最小的基态
SAA提出依据素Monte Carlo模拟退火过程一方法简单，但是需要大量的计算-蒙特卡罗(Monte Carlo)方法，或称计算机随机模拟方法，是一种基于“随机数”的计算方法这一方法源于美国在第一次世界大战进研制原子弹的“曼哈顿计划”。该计划的主持人之一数学家冯·诺伊曼用驰名世界的赌城一摩纳哥的Monte Carlo一来命名这种方法，为它蒙上了一层神秘色彩
SAA提出依据 Monte Carlo模拟退火过程 – 方法简单，但是需要大量的计算 – 蒙特卡罗(Monte Carlo)方法，或称计算机随机 模拟方法，是一种基于“随机数”的计算方法。 这一方法源于美国在第一次世界大战进研制原 子弹的“曼哈顿计划” 。该计划的主持人之一、 数学家冯·诺伊曼用驰名世界的赌城—摩纳哥 的Monte Carlo—来命名这种方法，为它蒙上了 一层神秘色彩
SAA提出依据*MonteCarlo方法一MonteCarlo方法的基本思想很早以前就被人们所发现和利用。一早在17世纪，人们就知道用事件发生的“频率”来决定事件的“概率”。一Buffon试验：19世纪人们用投针试验的方法来求解圆周率元。一本世纪40年代申子计算机的出现，特别是近年来高速电子计算机的出现，使得用数学方法在计算机上大量、快速地模拟这样的试验成为可能
SAA提出依据 Monte Carlo方法 – Monte Carlo方法的基本思想很早以前就被人们 所发现和利用。 – 早在17世纪，人们就知道用事件发生的“频率” 来决定事件的“概率” 。 – Buffon试验：19世纪人们用投针试验的方法来求 解圆周率π。 – 本世纪40年代电子计算机的出现，特别是近年 来高速电子计算机的出现，使得用数学方法在 计算机上大量、快速地模拟这样的试验成为可 能