粒子群算法、遗传算法、差分进化算法、模拟退火算法、蚁群算法优缺点对比

粒子群算法、遗传算法、差分进化算法、模拟退火算法、蚁群算法优缺点对比

1. 遗传算法

   ​ 全局搜索能力强，局部搜索能力较弱，往往只能得到次优解而不是最优解。

   ​ 研究发现，遗传算法可以用极快的速度达到最优解的90%以上，但是要达到真正的最优解需要花费很长时间，即局部搜索能力不足。

2. ==差分进化算法==（相较于遗传算法）

   鲁棒性更强、收敛速度更快，但是全局优化搜索能力不如遗传算法

3. ==粒子群算法==

   搜索速度快，参数设置容易，但是极其容易陷入局部最优解，因此一般需要使用期改进方法避免陷入局部最优解

4. ==蚁群算法==

   参数设置复杂，代码编写比较复杂，并且一般用于路径规划问题中；如果参数设置不当，很容易偏离优质解

5. ==模拟退火算法==

   全局寻优能力强(个人感觉其他能力并不出众，并且很慢)，适合搭配粒子群算法一起使用

   P.S. 以上算法对比转自粒子群、遗传、蚁群、模拟退火和鲸鱼算法优缺点比较和差分进化算法和遗传算法 区别 谁更好