372284362 发表于 2013-1-7 14:48

虚心求教关于几个算法的疑问！

遗传算法、粒子群、模拟退火相比于普通的蒙特卡洛算法有什么优势？他们相互的优缺点都是什么？
谢谢！

木兆木风 发表于 2013-1-7 17:12

     每个算法都有各自的优缺点，针对不同的问题考虑运用不同的算法。也不能笼统的说哪个算法一定是好的，哪个算法一定是不好的。
   遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。
    粒子群算法属于进化算法的一种，和遗传算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。
    模拟退火算法从某一较高初温出发，伴随温度参数的不断下降,结合概率突跳特性在解空间中随机寻找目标函数的全局最优解，即在局部最优解能概率性地跳出并最终趋于全局最优。模拟退火算法是一种通用的优化算法，理论上算法具有概率的全局优化性能。
    　蒙特·卡罗方法以概率和统计理论方法为基础的一种计算方法。将所求解的问题同一定的概率模型相联系，用计算机实现统计模拟或抽样，以获得问题的近似解。

木兆木风 发表于 2013-1-7 17:17

     每个算法都有各自的优缺点，针对不同的问题考虑运用不同的算法。没有说哪个算法一定比另一个算法好。
    遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。
     粒子群算法属于进化算法的一种，和遗传算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。
    模拟退火算法从某一较高初温出发，伴随温度参数的不断下降,结合概率突跳特性在解空间中随机寻找目标函数的全局最优解，即在局部最优解能概率性地跳出并最终趋于全局最优。模拟退火算法是一种通用的优化算法，理论上算法具有概率的全局优化性能。
    蒙特·卡罗方法以概率和统计理论方法为基础的一种计算方法。将所求解的问题同一定的概率模型相联系，用计算机实现统计模拟或抽样，以获得问题的近似解。

木兆木风 发表于 2013-1-7 17:18

     每个算法都有各自的优缺点，针对不同的问题考虑运用不同的算法。没有说哪个算法一定比另一个算法好。
    遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。
     粒子群算法属于进化算法的一种，和遗传算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。
    模拟退火算法从某一较高初温出发，伴随温度参数的不断下降,结合概率突跳特性在解空间中随机寻找目标函数的全局最优解，即在局部最优解能概率性地跳出并最终趋于全局最优。模拟退火算法是一种通用的优化算法，理论上算法具有概率的全局优化性能。
    蒙特·卡罗方法以概率和统计理论方法为基础的一种计算方法。将所求解的问题同一定的概率模型相联系，用计算机实现统计模拟或抽样，以获得问题的近似解。

zhanghui4958 发表于 2013-1-7 19:19

xiexie................

372284362 发表于 2013-1-8 13:09

木兆木风 发表于 2013-1-7 17:17 static/image/common/back.gif
每个算法都有各自的优缺点，针对不同的问题考虑运用不同的算法。没有说哪个算法一定比另一个算法好。
...

谢谢啦～不过我总是感觉大部分优化问题，都可以直接用蒙特卡洛结合计算机来模拟。与其用其他的模拟退火、粒子群或者遗传算法，蒙特卡洛好像实现更简单一点。是这样么？

木兆木风 发表于 2013-1-9 08:31

372284362 发表于 2013-1-8 13:09 static/image/common/back.gif
谢谢啦～不过我总是感觉大部分优化问题，都可以直接用蒙特卡洛结合计算机来模拟。与其用其他的模拟退火、 ...

有时候蒙特卡洛可以得到结果，但是没有其他算法得到的结果好。我们肯定是要用可以得到最好结果的算法吧！
页: [1]
查看完整版本: 虚心求教关于几个算法的疑问！