王梦兰

摘要：本文阐述了几种常用智能优化算法的基本思想，概括了它们的本质特征，对智能优化算法进行了分类，并指出了智能优化算法的改进方向。

关键词：智能优化算法 个体行为 群体智能

智能优化算法概述

传统优化算法本质上是全局搜索算法，即通过搜索整个解空间来找到问题的最优解。为了加快算法的搜索速度或减少运行时计算空间的耗费，传统优化算法往往需要充分利用目标函数的解析性质以及约束空间的几何特征，逐步缩小搜索空间，最终完成整个解空间的搜索，从而找到最优解。但随着问题越来越复杂，规模越来越大，传统优化算法已经不能在可以接受的时间内找到最优解。这里求解时间与最优解是一对矛盾，为了解决这一矛盾，有些研究者提出了一类新的解决方法，它们不以寻找问题的最优解为目的，而是追求在有限的时间内找到满足需要的解即可。这类方法往往借鉴了人类解决复杂问题的技巧以及生物体的本能，能够将复杂的求解过程简单化，从而表现出“智能”的特征，因此被称为“智能算法”。常用的智能优化算法有：遗传算法、禁忌搜索算法、模拟退火算法、蚁群算法、粒子群算法等。

智能优化算法按群体规模大小可以简单分为两类：基于个体行为的算法与基于群体智能的算法。其中，禁忌搜索算法、模拟退火算法等属于基于个体行为的智能算法；遗传算法、蚁群算法、粒子群算法、免疫算法、细菌觅食算法、人工鱼群算法、Memetic算法、捕食搜索算法等属于基于群体智能的算法。……