常见的最优化算法

部分解中的最优，局部最优，不一定是真的最优

https://blog.youkuaiyun.com/u010159842/article/details/67639262

1. 贪心法：只和前面的一个比较，，显然这样的效率很高，但得到的最优解质量也很差。

2. 爬山法：不仅和前一个解比较，也和后一个解比较，如果比前面和后面的解都优，那么就认为它是最优解。

3. 模拟退火算法：在局部最优解能概率性地跳出并最终趋于全局最优，概率逐渐变小。模拟退火算法的关键在于控制温度（概率）降低快慢的参数r，这个参数范围是0<r<1。如果参数r过大，则搜索到全局最优解的可能会较高，但搜索的过程也就较长。若r过小，则搜索的过程会很快，但最终可能会达到一个局部最优值。模拟退火算法不能保证得到真正的最优解，但它能在效率不错的情况下得到质量较高的最优解。

4. 遗传算法是是进化算法的一种。可以用精英主义原则来对基本遗传算法进行优化。所谓精英主义原则，就是为了防止进化过程中产生的最优解被交叉和变异所破坏，可以将每一代中的最优解原封不动的复制到下一代中。

5. 蚁群算法（Ant Colony Optimization, ACO），又称蚂蚁算法，是一种用来在图中寻找优化路径的机率型算法。某一条路径走过的蚂蚁越多，后面的蚂蚁选择该路径的可能性就越大。