优化算法初学总结

好久不写博客了，今晚搞一个。

趁着写完毕业论文没事干，学了学优化算法，看到的书是《智能优化算法及其MATLAB实例》和《MATLAB智能算法超级学习手册》，先说一些这两本书的优缺点吧，MATLAB实例写的比较简单，容易懂，代码大部分都能看的懂。学习手册这本书就比较深入了，代码比较健壮，但是理解起来也相对麻烦一点。建议初学者看第一本，而想深入的可以看看第二本。

然后就是算法了，由于第一次完整的看了一遍，所以理解的较为肤浅，不足之处还请各位大牛指正。

首先智能优化算法，优化算法我感觉就是以概率趋向最优化，而概率的大小取决于适应度（就是临时解的好坏）。而不同的算法计算的概率方式不一样， 遗传算法依照染色体的方式交叉变异来实现寻优。免疫算法借鉴生物免疫学的特点，抗体能够不断克隆，变异，抑制来得到最优解。而蚁群算法则是通过信息素的多少来决定概率。粒子群算法通过例子以 概率向全局最优和个体最优方向移动的方式来寻优。模拟退火以概率向较差的解移动来解决爬山算法的局限性。禁忌搜索算法则是产生随机临域，然后用禁忌表的方式限制重复操作。