![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
优化算法
文章平均质量分 86
從疑開始
一个有头发的程序工作者
展开
-
最优化理论——元启发式优化算法综述(二)
上一节中讲述了四种启发式优化算法中的前两种,分别为:基于进化的算法和基于群体智能的算法。其中,基于进化算法的代表是遗传算法GA和差分进化DE;基于群体智能的算法中最具代表性的当属粒子群优化PSO。在实际的中,利用这三种启发式进化算法进行最优值求解时,获得的最优解基本一致,但是在运行时间上相差巨大,时间顺序表述如下:GA<DE<PSO!!!下面分别介绍剩下的两类元启发式优化算法:基于人类(人类行为)的算法和基于物理和化学的算法。并分别给出所使用或提出该算法的论文链接。3、基于人类(人类行为)的原创 2021-02-24 12:14:56 · 3634 阅读 · 2 评论 -
最优化理论——元启发式优化算法综述(一)
元启发式优化算法是一种解决全局优化问题常用的方法,它主要是通过模拟自然和人类智慧来实现最优解的求解。相比于传统的优化方法,如模拟退回,梯度下降等,1960年。元启发式优化方法首次被提出,是一种灵活且无视梯度变化的方法。元启发式的优化算法主要可被分为四类:(1)基于进化的算法(2)基于群体智能的算法(3)基于人类的算法(4)基于物理和化学的算法下面我们逐步介绍一下上述四种主要的智能优化算法。1、基于进化的算法基于进化的算法主要是通过模拟自然界中的优胜劣汰的进化法则(达尔文法则),实现种群的整原创 2021-02-23 16:25:37 · 13081 阅读 · 0 评论