现代智能优化算法.pptxVIP

会计学1 引言 现代优化算法包括禁忌搜索（Tabu search）、模拟退火（Simulated annealing）、遗传算法（Genetic algorithms）等，这些算法涉及生物进化、人工智能、数学和物理科学、神经系统和统计力学等概念，都是以一定的直观基础而构造的算法，我们称之为启发式算法。启发式算法的兴起与计算复杂性理论的形成有密切的联系，当人们不满足常规算法求解复杂问题时，现代智能优化算法开始体现其作用。现代智能优化算法自八十年代初兴起，至今发展迅速，这些算法同人工智能、计算机科学和运筹学迅速融合，促进了复杂优化问题的分析和解决。下面我们就简要介绍这些算法的基本理论以及MATLAB实现。第1页/共70页 遗传算法 特点 遗传算法直接以适应度作为搜索信息，求解问题时，搜索过程不受优化函数连续性的约束，无需导数或其他辅助信息；遗传算法具有很高的并行性，可以同时搜索解空间的多个区域搜索信息，从而降低算法陷入局部最优解的可能性；遗传算法具很强的鲁棒性。在待求解问题为非连续、多峰以及有噪声的情况下，它能够以很大的可能性收敛到最优解或近似最优解；遗传算法具有较高的可扩充性。它易于与其它领域的知识或算法相结合来求解特定问题；遗传算法的基本思想简单，具有良好的可操作性和简单性；遗传算法具有较强的智能性，可以用来解决复杂的非结构化问题。第2页/共70页 遗传算法算法流程第3页/共70页