智能优化算法_数学建模_王成章_蚁群算法.pptVIP

智 能 优 化 算 法 前言 通过前面的学习，我们可以发现，智能优化算法实际上是根据问题的部分已知信息来启发式地探索该问题的解决方案，在探索解决方案的过程中将发现的有关信息记录下来，不断积累和分析，并根据越来越丰富的已知信息来指导下一步的动作并修正以前的步骤，从而获得在整体上较好的解决方案。 前言(C.) 什么是启发式算法呢？ 【定义1】 启发式算法是一种基于直观或经验构造的算法，在可接受的耗费（指计算时间、占用空间等）下给出待解决优化问题每一实例的一个可行解，该可行解与最优解的偏离程度未必可事先估计。 【定义2】 启发式算法是一种技术，该技术使得能在可接受的计算费用内去寻找尽可能好的解，但不一定能保证所得解的可行性和最优性，甚至在多数情况下，无法描述所得解与最优解的近似程度。 前言(C.) 物理启发式： 模拟退火算法：模拟固体熔化状态下由逐渐冷却至最终达到结晶状态的物理过程 社会与文化启发： 文化算法 （模拟人类社会的演化过程） 人口迁移算法 （模拟人口流动与人口迁移） 前言(C.) 生物启发式： 生物启发式计算是指以生物界的各种自然现象或过程为灵感，而提出的一系列启发式智能计算方法。 比如： 遗传算法 人工神经网络 前言(C.) 遗传算法： 生物进化过程是一个自然，并行，稳健的优化过程，