本科的時候學習了智慧型資訊處理這門課程，所使用的教材是《計算智慧型》
張軍，詹志輝. 計算智慧型[m]. 清華大學出版社，2009.11
1、神經網路的基礎知識與簡單分類程式設計
2、模糊邏輯基本原理與程式設計
3、粒子群演算法基本原理與程式設計
4、模擬退火演算法原理與程式設計
5、遺傳演算法的基礎知識與程式設計
6、蟻群演算法的基礎知識與可參考資料
「智慧型演算法」是指在工程實踐中，經常會接觸到一些比較「新穎」的演算法或理論，比如模擬退火，遺傳演算法，禁忌搜尋，神經網路，天牛須搜尋演算法等。這些演算法或理論都有一些共同的特性（例如模擬自然過程等）。它們在解決一些複雜的工程問題時大有用武之地。
其實通過學習這些演算法，自我感覺裡面的核心就在於巧妙地運用了隨機數。我們在搜尋的過程中，通過乙個隨機概率，選擇那些在當前情況下並不是最優的解。這樣做有乙個好處，就是可以避免區域性最優解，讓解可以跳出區域性最優，有更大的概率或得到全域性最優解。
而這些智慧型演算法結合隨機數，給出一種快速求解的可理解思路，例如蟻群演算法，模擬蟻群的生活方式，來構建這樣乙個可理解的模型，將乙個抽象的問題同自然界的現象結合起來，更有說服力。
其實在生活中很多地方都可以引入隨機概率，例如在tsp問題中，有很多近似演算法，例如最小權匹配法、二邊逐次修正法。當時在進行學習的時候，感覺到二邊逐次修正法可能會遇到進入區域性最優解的問題，所以才導致該演算法無法找到精確解。如果給二邊逐次修正法加入乙個隨機概率，在每次選邊的時候以乙個較低的隨機概率接收大於現有兩邊的解，可能對於跳出區域性最優解會有一定幫助。
對於上述猜想我也沒有具體深究，就是感覺這個隨機概率很神奇，自然現象結合隨機概率，就讓很多理論活躍了起來。
智慧型演算法可能作為平時的一種計算工具被我們廣泛使用，但是目前我還沒有具體運用到，現在所處的領域過於底層，自己也想到了就隨便寫寫了。
完。
智慧型演算法 進化計算總結
1粒子群演算法 2改進的粒子群演算法 3遺傳演算法 4蟻群演算法 5量子粒子群演算法 6量子粒子群演算法 levy飛行 7模擬退火演算法優化計算 8sa模擬退火優化的pso粒子群演算法 9基於ac0的tsp求解 11基於人群搜尋演算法soa的函式優化 12基於萬有引力定律gsa的函式優化 13蝙蝠演...
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 GA
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...