qq_41106162的博客

遗传算法：优点是能很好的处理约束，能很好的跳出局部最优，最终得到全局最优解，全局搜索能力强；缺点是收敛较慢，局部搜索能力较弱，运行时间长，且容易受参数的影响。 遗传算法适合求解离散问题，具备数学理论支持，但是存在着汉明悬崖等问题。 模拟退火：优点是局部搜索能力强，运行时间较短；缺点是全局搜索能力差，容易受参数的影响。 爬山算法：显然爬山算法较简单，效率高，但是处理多约束大规模问题时力不从心，往往不...

蚁群算法的基本原理: 1、蚂蚁在路径上释放信息素。 2、碰到还没走过的路口，就随机挑选一条路走。同时，释放与路径长度有关的信息素。 3、信息素浓度与路径长度成反比。后来的蚂蚁再次碰到该路口时，就选择信息素浓度较高路径。 4、最优路径上的信息素浓度越来越大。 5、最终蚁群找到最优寻食路径。 Python实现求50个城市之间最短距离的代码 # -*- coding: utf-8 -*- """ C...

算法介绍 粒子群算法(particle swarm optimization，PSO)由Kennedy和Eberhart在1995年提出，该算法对于Hepper的模拟鸟群(鱼群)的模型进行修正，以使粒子能够飞向解空间，并在最好解处降落，从而得到了粒子群优化算法。同遗传算法类似，也是一种基于群体叠代的，但并没有遗传算法用的交叉以及变异，而是粒子在解空间追随最优的粒子进行搜索 PSO的优势在于简单，容...

因为模拟退火算法会以一定的概率接受比当前更差的解，因此，它可以在一定程度上避免陷入局部最优的问题。