预览加载中，请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共39页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
如果您无法下载资料，请参考说明：
1、部分资料下载需要金币，请确保您的账户上有足够的金币
2、已购买过的文档，再次下载不重复扣费
3、资料包下载后请先用软件解压，在使用对应软件打开
常见智能算法神经网络神经网络神经网络神经网络神经网络神经网络神经网络神经网络神经网络神经网络神经网络神经网络神经网络支持向量机支持向量机支持向量机支持向量机支持向量机支持向量机支持向量机模糊理论模糊理论模糊理论模糊理论模糊理论遗传算法遗传算法模拟自然选择和自然遗传过程中发生的繁殖、交叉和基因突变现象，在每次迭代中都保留一组候选解，并按某种指标从解群中选取较优的个体，利用遗传算子(选择、交叉和变异)对这些个体进行组合，产生新一代的候选解群，重复此过程，直到满足某种收敛指标为止。遗传算法遗传算法遗传算法遗传算法遗传算法遗传算法模拟退火算法根据Metropolis准则，粒子在温度T时趋于平衡的概率为exp[-ΔE/(kT)]，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代，并逐步衰减t值，算法终止时的当前解即为所得近似最优解，这是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。退火过程由冷却进度表(CoolingSchedule)控制，包括控制参数的初值t及其衰减因子Δt、每个t值时的迭代次数L和停止条件S。群智能算法群智能算法遗传算法、模拟退火算法、蚁群算法、粒子群算法等都是启发式的搜索算法。他们的优缺点如下表所示：
