系統優化方法與智慧型優化演算法
系統優化方法在各種工程系統、經濟系統，乃至社會系統中得到了廣泛的應用。最優化理論的研究也一直是乙個十分活躍的領域，出版了許多最優化理論、方法和應用的著作和譯作。
梯度為基礎的傳統優化演算法具有較高的計算效率、較強的可靠性、比較成熟等優點，是一類最重要的、應用最廣泛的優化演算法。但是，傳統的最優化方法在應用於複雜、困難的優化問題時有較大的侷限性。乙個優化問題稱為是複雜的，通常是指具有下列特徵之一：（1）目標函式沒有明確解析表達；（2）目標函式雖有明確表達，但不可能恰好估值；（3）目標函式為多峰函式；（4）目標函式有多個，即多目標優化。乙個優化問題稱為是困難的，通常是指：目標函式或約束條件不連續、不可微、高度非線性，或者問題本身是困難的組合問題。傳統優化方法往往要求目標函式是凸的、連續可微的，可行域是凸集等條件，而且處理非確定性資訊的能力較差。這些弱點使傳統優化方法在解決許多實際問題時受到了限制。
目前由於所研究實際系統的規模越來越大，約束條件增多，系統結構越來越複雜，多準則、非線性、不可微、不確定已成為這些複雜系統的基本特徵，致使系統的數學建模難度越來越大，因此，探尋適合大規模計算且具有智慧型特徵的問題求解（或資訊處理）方法成為相關學科的研究熱點和重要研究方向。計算智慧型（或軟計算）就是在這種情況下出現的乙個學科領域，它是由多個學科相互交叉和滲透的結果，得益於運籌學與管理科學、計算數學、人工智慧、模式識別、自動控制理論等許多學科，其典型分支主要包括進化計算、神經計算與模糊邏輯等。
作為計算智慧型的重要研究內容，智慧型優化演算法主要包括進化演算法、模擬退火演算法、人工神經網路方法、免疫演算法、禁忌搜尋演算法、差分演化演算法、蟻群演算法、微粒群演算法等。這類新的優化演算法一般都是建立在生物智慧型或物理現象基礎上的隨機搜尋演算法，目前在理論上還遠不如傳統優化演算法完善，往往也不能確保解的最優性，因而常常被視為只是一些「元啟發式方法」（meta-heuristic）。但從實際應用的觀點看，這類新演算法一般不要求目標函式和約束的連續性與凸性，甚至有時連有沒有解析表示式都不要求，對計算中資料的不確定性也有很強的適應能力。由於這些獨特的優點和機制，智慧型優化演算法引起了國內外學者的廣泛重視並掀起了該領域的研究熱潮，且在諸多領域中得到了廣泛應用，展示出強勁的發展勢頭。
1.王凌. 智慧型優化演算法及其應用，清華大學出版社，2001.
2.郭崇慧，唐煥文．演化策略的全域性收斂性．計算數學，2001，23（1），105-110
3.唐煥文，秦學志.實用最優化方法（第三版）．大連理工大學出版社，2004．
4.徐宗本. 計算智慧型（第一冊）：模擬進化計算，高等教育出版社，2005.
5.邢文訓，謝金星. 現代優化計算方法（第二版），清華大學出版社，2005.
6.汪定偉，王俊偉，王洪嶠，張瑞友，郭哲. 智慧型優化方法，高等教育出版社，2007.
智慧型優化演算法
智慧型優化演算法分類總結 蟻群演算法，1991 年 粒子群演算法，1994年 細菌覓食優化演算法,bacterial foraging optimization algorithm，2002年 混合蛙跳演算法，shuffled frog leaping algorithm，2003年 人工蜂群演算法...
智慧型優化方法
jde的特點 每個引數都是以一定的概率隨機修改 在預先指定的範圍內 並且只有在試驗成功時才會為下一代保留修改後的引數。另外jde的擴充套件，它定期將人口規模縮小一半以便集中搜尋。epsde的特點 使用3個分別的變異池，分別對應變異 f cr。變異策略池包括 rand 1 bin,best 2 bin...
智慧型優化演算法總結
9月上旬準備數模國賽，提前準備了一些智慧型演算法，當時沒時間總結，現在比賽結束了抽空總結一下 思想 在一片濕地中生活著一群青蛙。濕地內離散的分布著許多石頭，青蛙通過尋找不同的石頭進行跳躍去找到食物較多的地方。每只青蛙個體之間通過文化的交流實現資訊的交換。每只青蛙都具有自己的文化。每只青蛙的文化被定義...