msc694955868的博客

1.蚁群算法简介蚁群算法（Ant Clony Optimization， ACO）是一种群智能算法，它是由一群无智能或有轻微智能的个体（Agent）通过相互协作而表现出智能行为，从而为求解复杂问题提供了一个新的可能性。蚁群算法是一种用来寻找优化路径的概率型算法。它由Marco Dorigo于1992年在他的博士论文中提出，其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。蚁群算法是一种模拟进化算法，初步的研究表明该算法具有许多优良的性质。针对PID控制器参数优化设计问题，将蚁群算法设计的结果与遗传算法设计

蒙特卡洛算法并不是一种算法的名称，而是是一类随机方法的统称。这类方法的特点是在随机采样上计算得到近似结果。随着采样的增多，得到的结果是正确结果的概率逐渐加大，但在获得真正的结果之前（放弃随机采样，而采用类似全采样这样的确定性方法），无法知道目前得到的结果是不是正确的结果 从特性来说，既然是随机算法，在采样不全时，通常不能保证找到最优解，只能尽量找。因此可将随机算法分成以下两类： （1）蒙特卡洛算法：采样越多，越近似最优解（尽量找好的，但不保证是最好的）...