![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
优化算法
文章平均质量分 82
银子在学习
写下来的才能记得住,方便以后查看
展开
-
差分进化算法
文章目录前言一、差分进化算法描述二、差分进化算法流程1.初始化2.变异3.交叉4.选择5。终结条件2.流程图总结前言差分进化算法(Differential Evolution Algorithm,DE)是一种高效的全局优化算法。它也是基于群体的启发式搜索算法,群中的每个个体对应一个解向量。差分进化算法的进化流程则与遗传算法非常类似,都包括变异、杂交和选择操作,但这些操作的具体定义与遗传算法有所不同。(百度百科)一、差分进化算法描述差分进化算法和遗传算法有些相似,但是比遗传算法简单好实现,但是差分进原创 2022-05-04 16:54:47 · 14702 阅读 · 0 评论 -
遗传算法个人理解
文章目录前言一、遗传算法要点1.主要术语2.主要参数三、算法流程举个栗子总结前言遗传算法(GA)是模拟生物在自然环境中的遗传和进化的过程而形成的自适应全局优化搜索算法。遗传算法借鉴了遗传学的自然选择(物竞天择)、遗传、变异等机制,实现了目标函数的优化。简单来说,遗传算法是对现有的群体进行选择、交叉遗传、部分变异的操作,来找到最优化的解。一、遗传算法要点1.主要术语1、选择选择群体当中的哪些个体进行遗传,一般选择较优的解进行遗传,比如选择前十的较优解两两交叉遗传,这个根据具体情况选择需要的个体。原创 2022-04-26 14:39:02 · 1325 阅读 · 0 评论 -
模拟退火算法
文章目录前言一、模拟退火算法原理二、算法公式1.Metropolis算法2.退温函数3.马尔可夫链三、算法步骤举个例子总结前言模拟退火算法是一种通用的优化算法,是局部搜索算法的扩展,但是不同于局部搜索算法之处是以一定的概率选择领域中目标值较大的劣质解。模拟退火算法以优化问题的求解与物理系统退火过程的相似性为基础,利用Metropolis算法适当地控制温度的下降过程来实现模拟退火,从而达到求全局优化的问题。一、模拟退火算法原理模拟退火算法来源于固体退火原理,将高温物体徐徐冷却,慢慢达到一个稳定的状态原创 2022-04-25 17:03:49 · 12618 阅读 · 0 评论 -
粒子群算法
文章目录前言一、算法描述二、算法公式三、算法流程举个例子总结前言粒子群算法是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法,通常认为它是群集智能 (Swarm intelligence, SI) 的一种。它可以被纳入多主体优化系统(Multiagent Optimization System, MAOS)。粒子群优化算法是由Eberhart博士和kennedy博士发明。(百度百科)一、算法描述以鸟群寻找食物为例,鸟群的鸟是可以共享信息的,类似于每只鸟都会向大家公布自己的找到的最好的原创 2022-04-21 16:49:34 · 2619 阅读 · 0 评论 -
蚁群算法的个人理解
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、蚁群寻找食物的路径二、蚁群算法步骤1.初始化2.出发总结前言蚁群算法是一种寻找最优化路径的概率型算法,据说是是从灵感来源于蚂蚁在寻找食物过程中发现路径的行为。一、蚁群寻找食物的路径蚂蚁路过的地方会留下激素—信息素,后续的蚂蚁可以根据信息素来判断自己该怎么走。刚开始时,第一批蚂蚁出动,此时地面没有任何信息素,所有蚂蚁随机选择一个方向去寻找食物,同时留下信息素,当蚂蚁寻找食物以后,原路返回。因为信息素随着时间的推移.原创 2022-04-20 10:30:01 · 781 阅读 · 0 评论