智能优化算法是一种元启发式方法,可以看做是带有随机性的基于群体的启发式方法,既保留了蒙特卡洛方法的全局探索性能好的特点,还具有启发式方法的局部开发能力强的优点。
元启发式方法从形成原理上来说,可以分为三类:
(1)基于进化机制
(2)基于物理原理
(3)基于群体智能
相同点:
作为同一大类算法,不同的智能优化算法之间,往往具有以下三个相同点:
(1)都具有跳出局部最优解的能力,这是此类算法的基本要求,采用的手段以增加随机函数为主要方式。
(2)都有超参数需要人为设置。不同类型的算法,超参数的数量有一定的区别。大部分情况下,基于进化机制和基于物理原理的智能优化算法,超参数数量会更少一些。
(3)都需要在全局探索和局部开发上做折中。无限制的全局探索会导致算法不收敛,仅专注局部开发又会使得算法陷入局部最优解,因此在两者之间做折中,是必要的步骤。
不同点:
(1)算法最初来源不同
(2)在平衡全局探索和局部开发的策略上,有一定区别。例如模拟退火算法主要通过调整一个超参数来平衡两者,蚁群算法则需要同时协调更多参数,而经典差分进化算法则不需要单独设计,因为其核心的差分向量自带平衡能力。
(3)从优化内涵来说,他们之间的差异也比较大,对优化来说,本质就两件事情,一个是迭代方向,另一个是迭代步长。例如差分进化算法中,迭代方向由差分向量确定,迭代步长由缩放因子控制;粒子群算法中,方向和步长由粒子的原有速度、粒子局部最优方向和粒子全局最优方向共同确定;遗传算法中,方向仅由部分维度确定,步长可以认为是1.
群体智能优化算法是一种随机优化技术,该类算法在求解优化问题时具有良好的搜索能力,遵循着邻近原则、品质原则、多样性反应原则、稳定性原则、适应性原则。
年份 | 算法中文名 | 算法英文名 | 缩写 | 分类 | 特点 |
1953 | 模拟退火 | Simulated Annealing | SA | ||
1975 | 遗传 | Genetic Algorithm | GA | ||
1991 | 蚁群 | Ant Clony Optimization | ACO | ||
1995 | 粒子群优化 | Particle Swarm Optimization | PSO | ||
1995 | 差分进化 | Differential Evolution | DE | ||
2002 | 细菌觅食 | Bacterial Foraging Algorithm | BFA | ||
2005 | 人工蜂群 | Artificial Bee Colony | ABC | ||
2008 | 猴群 | Monkey Algorithm | MA | ||
2008 | 生物地理学优化 | Biogeography-Based Optimizer | BBO | ||
2009 | 萤火虫 | Firefly Algorithm | FA | ||
2009 | 布谷鸟搜索 | Cuckoo Search | CS | ||
2009 | 引力搜索 | Gravitational Search Algorithm | GSA | ||
2010 | 蝙蝠 | Bat Algorithm | BA | ||
2011 | 果蝇优化 | Fruit fly Optimization Algorithm | FOA | ||
2011 | 教与学优化 | Teaching-Learning-Based Optimization Algorithm | TLBO | ||
2012 | 磷虾群 | Dragonfly Algorithm | DA | ||
2013 | 黑洞优化 | Black Hole | BH | 在传统PSO基础上引入了新的机制,有效地提高了收敛速度并防止了陷入局部极值的情况发生 | |
2014 | 鸽群优化 | Pigeon-Inspired Optimization | PIO | ||
2014 | 灰狼优化 | Grey Wolf Optimizer | GWO | ||
2015 | 蚁狮优化 | Ant Lion Optimizer | ALO | ||
2015 | 飞蛾扑火优化 | Moth-Flame Optimization | MFO | ||
2015 | 多元宇宙优化 | Multi-Verse Optimizer | MVO | ||
2016 | 鲸鱼优化 | Whale Optimization Algorithm | WOA | ||
2017 | 天牛须搜索 | Beetle Antennae Search Algorithm | BAS | ||
2017 | 蝗虫优化 | Grasshopper Optimization ALgorithm | GOA | ||
2017 | 黄金正弦 | Golden sine algorithm | Gold-SA | ||
2019 | 蝴蝶优化 | butterfly optimization algorithm | BOA | ||
2019 | 海鸥优化 | Seagull Optimization Algorithm | SOA | ||
2020 | 黏菌 | Slime Mould Algorithm | SMA | ||
2020 | 麻雀搜索 | Sparrow Search Algorithm | SSA | 部分NP问题的局部最优值 |
参考链接: