进化算法总览

一些笔记：

python实现pso算法

python实现pso算法

1.遗传算法

选择-交叉-变异的循环

2.差分进化算法

知乎：https://zhuanlan.zhihu.com/p/112471225

3.粒子群算法

利用自己的最优值和全局的最优值来调整前进的方向。

标准PSO算法的流程

1）初始化一群微粒(群体规模为N)，包括随机位置和速度；

2）评价每个微粒的适应度；

3）对每个微粒，将其适应值与其经过的最好位置pbest作比较，如果较好，则将其作为当前的最好位置pbest；

4）对每个微粒，将其适应值与其经过的最好位置gbest作比较，如果较好，则将其作为当前的最好位置gbest；

5）根据公式(2)、(3)调整微粒速度和位置；

6）未达到结束条件则转第2）步。

迭代终止条件根据具体问题一般选为最大迭代次数Gk或(和)微粒群迄今为止搜索到的最优位置满足预定最小适应阈值。

https://cloud.tencent.com/developer/article/1424756

4.模拟退火算法

以一定概率接受不是最优的解。

https://www.cnblogs.com/heaad/archive/2010/12/20/1911614.html

5.鱼群算法

觅食行为、聚群行为、追尾行为、随机行为

https://zhuanlan.zhihu.com/p/100920122

https://blog.csdn.net/wp_csdn/article/details/54577567