工程上，实用价值最高的智能优化算法有哪些？
工程上，实用价值最高的智能优化算法有哪些？ 算法是创造智能应用/智能产品的基石基于仿生/模拟算法：
人工神经网络
深度学习
遗传算法
人工免疫算法
蚁群算法
粒子群算法
人工鱼群算法
文化算法
禁忌搜索算法
模拟退火算法
基于数学理论算法：
线性规划
回归分析
梯度下降
K近邻算法
SVM支持向量机
朴素贝叶斯
决策树
图论算法
并行算法
模糊数学
混沌算法
马尔可夫链 如果你问工程上实用价值最高，那就必须考虑算法计算量和复杂度。 粒子群这种意味着有很多例子很多采样，而实际系统这样可以实现吗？毕竟是现有系统硬件再有算法应用。 总不能为了算法去大改硬件。 如果这样考虑，建议试试天牛须搜索算法，也是类似粒子群优化，但是本质区别是1.只需要一只天牛，而非一群。2. 收敛很快，精度很高。3最关键的是核心代码只有4行，其他算法可能只能电脑上跑，别想去单篇机实现，而天牛须只有4行核心代码，不需要调用任何库函数，所以，你可以轻松的在单片机实现。作为工程应用，或许这很重要。 天牛须搜索算法（BAS） 核心代码只有4行 在电子、通信、计算机、自动化、机器人、经济学和管理学等众多学科中，不断地出现了许多复杂的组合优化问题。面对这些大型的优化问题，传统的优化方法（如牛顿法、单纯形法等）需要遍历整个搜索空间，无法在短时间内完成搜索，且容易产生搜索的“组合爆炸”。例如，许多工程优化问题，往往需要在复杂而庞大的搜索空间中寻找最优解或者准最优解。鉴于实际工程问题的复杂性、非线性、约束性以及建模困难等诸多特点，寻求高效的优化算法已成为相关学科的主要研究内容之一。
受到人类智能、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来解决上述复杂优化问题，主要包括：模仿自然界生物进化机制的遗传算法；通过群体内个体间的合作与竞争来优化搜索的差分进化算法；模拟生物免疫系统学习和认知功能的免疫算法；模拟蚂蚁集体寻径行为的蚁群算法；模拟鸟群和鱼群群体行为的粒子群算法；源于固体物质退火过程的模拟退火算法；模拟人类智力记忆过程的禁忌搜索算法；模拟动物神经网络行为特征的神经网络算法；等等。这些算法有个共同点，即都是通过模拟或揭示某些自然界的现象和过程或生物群体的智能行为而得到发展；在优化领域称它们为智能优化算法，它们具有简单、通用、便于并行处理等特点。
《智能优化算法及其MATAB实例》，电子工业出版社。 可以试试1stOpt，目前最强的国产优化数值计算软件，其采用的是自创的通用全局优化算法（UGO），全局优化能力相比其它已知的的算法效果更好。 智能优化算法都没法保证全局最优吧，代码简单算得快可以用PSO。这些算法实现上都不难啊，关键得具体问题具体分析，多试试就知道哪个最适合解决你的问题咯
页:
[1]