蚂蚁是一种社会性昆虫，蚂蚁之间可以相互协作完成复杂 的任务。单个蚂蚁的行为较为简单，但是由简单个体所组成的蚂蚁群体却表现出了极为复杂的行为。真实蚁群在觅食时能够在蚁穴和食物之间找到一条最短路径，并且在环境变化时，比如出现新的障碍物时，蚁群可以相互协作找到一条新的最短路径。

​  遗传算法由美国Holland教授最先提出的，其基本思想是模拟自然界遗传机制和生物进化论而形成的一种过程搜索最优解的算法，模拟自然界生物的繁殖、交叉、变异现象，每一代经过自然选择会保留相对优秀的个体。算法本身主要依赖遗传算子（选择、交叉和变异）对种群中的个体进行组合，产生新的个体，并按照某种指标筛选个体，不断地重复该过程，直到满足某种收敛指标为止。​

扩展卡尔曼滤波是利用泰勒级数将非线性系统进行线性化处理的一种方法，文章直接给出了算法步骤和具体案例，注重实践运用。

粒子群算法优化多目标优化问题，以背包问题举例，向背包放入不同物品，要求背包内物品总价值越大越好，总体积越小越好。

​总的来说，如果一个类中的成员只包含普通的成员，使用复制运算符，copy函数时，这时浅拷贝等价于深拷贝。但是当类对象中含有指针类型的成员变量时，就需要注意重新设计拷贝构造函数，复制时应该为指针成员重新开辟内存空间，之后复制内容，实现深拷贝。

论文《自适应遗传算法交叉变异算子的改进》提出的方法(IAGA,邝航宇)，原论文经过验证发现其取值范围存在问题，函数本身不适用，可能是打印错误。​  在遗传算法的初期阶段，种群需要更多的多样性来探索解空间，较大的交叉概率有助于促进新基因组合，同样较大的变异概率。随着进化的进行，算法逐渐接近最优解，这时应适当减小交叉概率和变异概率，以。表示参与交叉父代中适应值较大一方的适应值，取值范围为。，个体适应值