经验之谈：优化算法两句话精炼总结

之前，我的博客中写了几种经典的优化算法和机器学习领域的方法：

模拟退火(Simulated Annealing, SA)算法简介与MATLAB实现

蚁群算法(Ant Colony Algorithm, ACA)简介及其MATLAB实现

粒子群优化算法（PSO）简介及MATLAB实现

遗传算法原理简介及其MATLAB实践

决策树算法简介及其MATLAB实现代码

极限学习机(Extreme Learning Machine, ELM)原理详解和MATLAB实现

简单粗暴理解支持向量机（SVM）及其MATLAB实例

竞争神经网络与SOM神经网络详解与matlab实践

 GRNN和PNN神经网络简介与MATLAB实践

简单直白理解RBF神经网络及其MATLAB实例

BP神经网络：计算原理详解和MATLAB实现

学习完毕这么多优化算法后，我们可以发现它们的思路无外乎两个：

Exploration，群优化，全局搜索，避免陷入局部最优。

Exploitation，局部的精细化搜索。

或者是以上两种方法的融合使用：哪个阶段用哪一个方法。

除了直接使用别人的方法，如果我们也想自己设计一个优化算法，那么就可以按照上面的两种思路来做。

同时，看别人的算法时，也要从以上两个角度来思考，对方为什么这么做，我们可以如何改进。在写论文、做研究时，也要多加思考，尽量避免拿来主义、囫囵吞枣！