智能優化算法簡介

智能優化算法：

受人類智能、生物群體社會性或自然現象規律的啟發。

主要包括:

(1)遺傳算法: 模仿自然界生物進化機制

(2)差分進化算法: 通過群體個體間的合作與競争來優化搜尋

(3)免疫算法: 模拟生物免疫系統學習和認知功能

(4)蟻群算法:模拟螞蟻集體尋徑行為

(5)粒子群算法:模拟鳥群和魚群群體行為

(6)模拟退火算法:源于固體物質退火過程

(7)禁忌搜尋算法:模拟人類智力記憶過程

(8)神經網絡算法:模拟動物神經網絡行為特征

大體可以分為以下五類:

(1)進化類算法:

遺傳算法、差分進化算法、免疫算法

推薦閱讀： 智能優化算法

(2)群智能算法

蟻群算法、粒子群算法

群體智能優化算法出現後，可以說是非常的受歡迎，很多研究學者也都提出了一些自己的群體智能優化算法，但是，受到大家認可（應用較為廣泛）的算法大緻為：

蟻群算法-------------1992年提出

粒子群優化算法----1995年提出

菌群算法-------------2002年提出

蛙跳算法-------------2003年提出

人工蜂群算法-------2005年提出

花朵授粉算法-------2012年提出

除了幾種常見的算法之外，還有很多很多被提出的群體智能優化算法，例如：螢火蟲算法、布谷鳥算法、蝙蝠算法、狼群算法、煙花算法、合同網協定算法等等。

推薦閱讀： 群體智能優化算法 h

(3)模拟退火算法

(4)禁忌搜尋算法

(5)神經網絡算法

————————————————

​​https://www.zhihu.com/question/268833974​​