智能优化算法及其MATLAB实例读书报告

算法及其MATLAB实例读书报告"/>

智能优化算法及其MATLAB实例读书报告

第一章 概述

受人类智能、生物群体社会性或自然现象规律的启发，人们发明了很多智能优化算法，主要包括:
(1)遗传算法: 模仿自然界生物进化机制
(2)差分进化算法: 通过群体个体间的合作与竞争来优化搜索
(3)免疫算法: 模拟生物免疫系统学习和认知功能
(4)蚁群算法:模拟蚂蚁集体寻径行为
(5)粒子群算法:模拟鸟群和鱼群群体行为
(6)模拟退火算法:源于固体物质退火过程
(7)禁忌搜索算法:模拟人类智力记忆过程
(8)神经网络算法:模拟动物神经网络行为特征
大体可以分为以下五类:
(1)进化类算法:
遗传算法、差分进化算法、免疫算法
(2)群智能算法
蚁群算法、粒子群算法
(3)模拟退火算法
(4)禁忌搜索算法
(5)神经网络算法

第二章 遗传算法

遗传算法
遗传算法是受生物学的遗传进化的启发得出来的，我看到后面也有一些算法是受生物学启发的。
遗传算法的主要流程就是
1 先初始化一些参数，随机生成种群。
2 计算个体的适应度，也是为了方便后面的计算。
3 选择运算，根据方法选择一些优良的个体遗传到下一代。
4 交叉运算
5 变异运算
6 判断终止条件，如果不满足就继续遗传进化。

以前没有学过matlab，学习了一下matlab基础语法知识。

看了一下几个例子，
第一个例子用的二进制编码方式，
因为x有取值范围，所以随机产生的二进制数转十进制之后还要映射到函数定义域里用的是这个函数x(i)=Xx+m*(Xs-Xx)/(2^L-1);

再归一化适应度 Fit=(Fit-minFit)/(maxFit-minFit)