启发式算法
文章平均质量分 69
Network_Engineer
这个作者很懒,什么都没留下…
展开
-
寻参算法之猎豹优化算法
猎豹优化算法(Cheetah Optimization Algorithm, COA)是受猎豹捕猎行为启发的一种新兴优化算法,通过模拟猎豹在捕猎过程中的快速移动和策略,解决复杂的优化问题。原创 2024-08-12 13:30:00 · 396 阅读 · 0 评论 -
寻参算法之蜘蛛猴优化算法
蜘蛛猴优化算法(Spider Monkey Optimization, SMO)是受蜘蛛猴觅食行为启发的一种群体智能优化算法。该算法通过模拟蜘蛛猴在森林中觅食的行为,解决复杂的优化问题。原创 2024-08-12 00:45:00 · 462 阅读 · 0 评论 -
寻参算法之蜜蜂采蜜算法
蜜蜂采蜜算法(Honey Bee Foraging Optimization, HBFO)是受蜜蜂觅食行为启发的一种优化算法,通过模拟蜜蜂在寻找和采集花蜜过程中的探索和开发行为,解决复杂的优化问题。原创 2024-08-11 16:45:00 · 446 阅读 · 0 评论 -
寻参算法之蝴蝶优化算法
蝴蝶优化算法(Butterfly Optimization Algorithm, BOA)是受蝴蝶觅食行为启发的一种新兴群体智能优化算法,由Arora和Singh在2015年提出。该算法通过模拟蝴蝶在花丛中觅食的行为,解决复杂的优化问题。原创 2024-08-11 07:00:00 · 571 阅读 · 0 评论 -
寻参算法之大象群优化算法
大象群优化算法(Elephant Herding Optimization, EHO)是受大象群体行为启发的一种群体智能优化算法,由Mengjie Zhang等人在2015年提出。该算法通过模拟大象群体的觅食和迁徙行为,解决复杂的优化问题。原创 2024-08-10 15:00:00 · 642 阅读 · 0 评论 -
寻参算法之狼群算法
狼群算法(Wolf Pack Algorithm, WPA)受到了狼群捕猎行为的启发,是一种基于自然界狼群社交行为和捕猎策略的优化算法。该算法利用狼群的合作与竞争机制来搜索最优解。原创 2024-08-10 09:00:00 · 655 阅读 · 0 评论 -
寻参算法之人工蜂群算法
人工蜂群算法(Artificial Bee Colony, ABC)由Dervis Karaboga在2005年提出。该算法受到蜜蜂觅食行为的启发,通过模拟蜜蜂在寻找食物过程中的探索和开发行为,找到优化问题的最优解。原创 2024-08-09 15:30:00 · 620 阅读 · 0 评论 -
寻参算法之模拟退火
模拟退火算法(Simulated Annealing, SA)最早由S. Kirkpatrick等人在1983年提出。该算法受到了金属退火过程的启发,通过模拟物理系统在退火过程中的逐步冷却,找到全局最优解。原创 2024-08-09 09:00:00 · 569 阅读 · 0 评论 -
寻参算法之粒子群优化
粒子群优化(Particle Swarm Optimization, PSO)由James Kennedy和Russell Eberhart在1995年提出,受到鸟群觅食行为的启发。PSO通过模拟粒子群在解空间中的飞行和搜索行为,逐步优化解的质量。原创 2024-08-08 12:00:00 · 615 阅读 · 0 评论 -
寻参算法之遗传算法
遗传算法(Genetic Algorithm, GA)最早由John Holland在20世纪60年代提出,后来在他的学生David Goldberg的研究下得到了广泛应用和推广。GA的设计灵感来自于达尔文的自然选择和遗传学原理,用于模拟生物进化过程,以求在复杂的搜索空间中找到近似最优解。原创 2024-08-08 07:30:00 · 368 阅读 · 0 评论 -
寻参算法之蚁群算法
蚁群算法(Ant Colony Optimization, ACO)由Marco Dorigo在20世纪90年代提出。该算法受到了蚂蚁在寻找食物路径过程中通过信息素相互作用的启发,广泛应用于组合优化问题,如旅行商问题(TSP)和车辆路径问题(VRP)。原创 2024-08-07 22:10:33 · 661 阅读 · 0 评论