现代优化算法
现代优化算法是启发式算法,包括禁忌搜索(tabu search),模拟退火(simulated annealing),遗传算法(genetic algorithm),人工神经网络(neural networks)。它们的共同目标是——求NP-hard组合优化问题的全局最优解。启发式算法包括的算法很多,例如解决复杂优化问题的蚁群算法(Ant Colony Algorithms)。有些启发
·
现代优化算法是启发式算法,包括禁忌搜索(tabu search),模拟退火(simulated annealing),遗传算法(genetic algorithm),人工神经网络(neural networks)。
它们的共同目标是——求NP-hard组合优化问题的全局最优解。
启发式算法包括的算法很多,例如解决复杂优化问题的蚁群算法(Ant Colony Algorithms)。
有些启发式算法是根据实际问题而产生的,如解空间分解、解空间的限制等;
另一类是集成算法,这些算法是诸多启发式算法的合成。
现代优化算法解决组合优化问题,如TSP,QAP,JSP等
模拟退火算法(SAA)
遗传算法(GA)
我们可以用遗传算法或直接搜索算法来寻找最佳起始点,然后利用优化工具箱或用Matlab程序来进一步寻找最优解。
每次计算结果是不一样的~
更多推荐
已为社区贡献1条内容
所有评论(0)