變異不再是隨機地生成乙個範圍內的數，而是通過高斯分布（正態分佈），在原有點的周圍產生乙個新的點，然後繼續計算。這改進可以有效提高演算法效能。
不同以往的選擇。改進的選擇方式是：每次挑選兩組解，然後比較哪一組的適應值更好，好的進入新的種群，直到到達數目。這只是最簡單的隨機競標賽，還可以進一步改進。但可以提高演算法的搜尋空間。
交配不再只是乙個點，而是多個點，把「染色體」分段，一段交配一段不交配，直到染色體末尾。
採用的是最簡單的自適應，即，每次迭代之後，如果全域性最優解有提高，則保持引數，如果沒有，適當增加。這種方式過於簡單，還可以進一步改進。
每次挑解中最好的，如果比當前全域性最優解好，則更新。如果不是，則將當前最差解，替換成最優解。
發現好像變化不大。可能是評價函式維度太少，過於簡單導致。
智慧型演算法 OEMACS
該演算法是基於蟻群演算法，加上命令轉換遷移技術融合而成。主要用於解決虛擬機器的放置問題 vmp 該演算法的突出之處在於能夠考慮多種資源，如cpu，記憶體等，而不僅僅只是單一條件。除此之外，在處理瓶頸情況時，即有些資源需求較多，而另一中較少，有較好的表現。同時，還可以應對伺服器均質，異質的情況，即伺服...
智慧型演算法 蟻群演算法
1 蟻群演算法及其基本思想 蟻群演算法是一種智慧型優化演算法，通過蟻群優化求解複雜問題，aco在離散優化問題方面有比較好的優越性。基本思想 以旅行商問題為例 設定多隻螞蟻，分頭並行搜尋。每只螞蟻完成一次周遊後，在行進的路上釋放資訊素，資訊素量與解的質量成正比。螞蟻路徑的選擇根據資訊素強度大小 初始資...
群體智慧型演算法之蝙蝠演算法
4.具體應用 5.引數選擇的原則 小結參考文獻 蝙蝠演算法 bat algorithm,ba 是yang受自然界蝙蝠回聲定位的方式進行搜尋 捕食行為的啟發，於2010年提出的一種新型的群智慧型仿生優化演算法。ba演算法具有結構簡單 引數較少 搜尋能力較強 穩定性較強 便於實現等優點，在函式優化 排程...