基于粒子群算法的相关算法

本文详细解读了粒子群优化算法(PSO),并与遗传算法进行比较,指出PSO在处理连续问题上与梯度下降类似,但在整数优化如旅行商问题上不如遗传算法适用。讨论了两者在解决固定地点问题时的区别和各自的优势。
摘要由CSDN通过智能技术生成

粒子速度类似于梯度下降的方向

粒子群优化算法(Particle Swarm Optimization, PSO)的详细解读 - 知乎 (zhihu.com) 粒子群优化算法介绍  与多种群遗传算法有相似之处

区别不大

混合粒子群算法

由于粒子群不太适应整数优化问题(类似旅行商问题的固定地点问题),而遗传算法通过交叉变异适用于整数解问题(类似旅行商问题的固定地点问题), 但是如此来讲和遗传优化算法又有啥区别呢????

  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

QianMo-WXJ

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值