人工智能（6）自然启发算法

1.模拟退火（SA）

模拟退火算法 伪代码

s:=s0;e:=E(s)//设定目前状态为s0，其能量E(s0)
k:=0//评估次数
kwhile k<kmax and e>emax//若还有时间（评估次数k还不到kmax）且结果还不够好（能量e不够低）则：
sn:=neighbour(s)//随机选取一临近状态
snen:=Esn)//sn的能量为E(sn)
if random()<P(e,en,temp(k/kmax)) then//决定是否移至临近状态sn
s:=sn; e:=en//移至临近状态snk:=k+1//评估完成，次数k加一
returns//回转状态s

2.遗传算法（GA）

将问题编码为字符串

GA运行的核心是适应度函数

*关于引导机器人的GA实例

三个流行的遗传算子：选择，交叉（重组）和突变

选择算子的方法：轮盘选择，精英选择，锦标赛选择

3.遗传规划（GP）

常见遗传算子：交叉，逆转，变异

在一个GP中，不能像GA那样生成二进制或其他方式的随机字符串

3个策略生成随机种群：成长，充实和混合法

4.禁忌搜索（TS）

禁忌表，特赦表

最近访问的那部分状态空间，在一段时间过去之前仍然被禁止访问，如果有足够的好处则可以忽略这个禁忌

5.蚁群算法（S-ACO）