文字描述：
編碼、隨機產生初始群體；
個體評價、選擇，確定是否輸出；
隨機交叉運算；
隨機變異運算；
轉向個體評價，開始新迴圈。
流程圖：
附：生態運算元和顯性運算元用得比較少。
設定固定的繁殖代數。
當有最優目標值時，可採用控制偏差的方式。
檢查適應度的變化。
與遺傳演算法相比較
相同點：
不同點：
文字描述
首先在可行解空間中初始化一群粒子， 每個粒子都代表極值優化問題的乙個潛在最優解，每個粒子具有三項指標特徵：位置、速度、適應度。粒子在解空間中運動，通過追蹤個體極值pbest和群體極值gbest更新個體位置。（pbest是個體所經歷位置中計算得的適應度最優位置，gbest是種群中所有粒子搜尋到的適應度最優位置）
粒子每更新一次位置，就計算一次適應度值，並且通過比較新粒子的適應度值和個體極值、群體極值的適應度值更新pbest和gbest的位置。
流程圖
設定固定的迭代代數。
當有最優目標值時，可採用控制偏差的方式。
檢查適應度的變化。
文字描述
初始化各項引數，如蟻群規模m、資訊素重要程度因子α、啟發函式重要程度因子β、資訊素揮發因子ρ、資訊素釋放總量q、最大迭代次數iter_max、迭代初值iter=1。
將各個螞蟻隨機地放置在不同的出發點，對每個螞蟻計算其下乙個待訪問的城市，直到所有螞蟻訪問完所有的城市。
計算各個螞蟻經過的路徑長度，記錄當前代數中的最優解（最短路徑）。同時，對各個城市連線路徑上的資訊素濃度進行更新。
判斷是否終止。如果未達到最大迭代次數，則繼續進入下一代，反之，輸出最優解。
流程圖
城市行進概率公式
資訊素濃度更新公式（ant cycle system）
引數
設定固定的迭代次數。（√）
當有最優目標值時，可採用控制偏差的方式。
檢查適應度的變化。
文字描述
初始化：初始溫度t(充分大)，初始解狀態s(是演算法迭代的起點)，每個t值的迭代次數l ；
對k=1, …, l做第3至第6步；
對當前s』隨機擾動產生乙個新解s′ ；
計算增量δt=c(s′)-c(s)，其中c(s)為評價函式 ；
若δt<0則接受s′作為新的當前解s，否則以概率exp(-δt/t)接受s′作為新的當前解s（metropolis準則）』
如果滿足終止條件則輸出當前解作為最優解，結束程式。終止條件通常取為連續若干個新解都沒有被接受時終止演算法或者達到設定的終止溫度；
t逐漸減小，然後轉第2步。
流程圖
流程圖
通俗定義：對於在禁忌的物件，如果出現以下情況，不論現在物件的禁忌長度如何，均設為0。
演算法 學習筆記
1.輸入輸出演算法至少有乙個或多個輸出 2.有窮性 3.確定性 4.可行性 1.正確性a.演算法程式沒有語法錯誤 b.演算法程式對於合法的輸入資料能夠產生滿足要求的輸出結果 c.演算法程式對於非法的輸入資料能夠得出滿足規格說明的結果 d.演算法對於精心選擇的，甚至刁難的測試資料都有滿足要求的輸出結果...
演算法學習筆記
複雜度分析 1.只關注迴圈次數最多的一行 2.總複雜度等於量級最大 的複雜度 3.巢狀 的複雜度等於巢狀 內外複雜度的乘積 單鏈表結構和順序儲存結構的優缺點 儲存分配方式 時間效能 空間效能 單鏈表結構 用一組任意的儲存單元存放線性表元素 查詢 o n 插入和刪除 找到某位置的指標後，插入和刪除的時...
演算法學習筆記
影象分割是機器視覺後續處理的基礎，通過分割提取影象中的目標區域，方便後續進一步分析處理。分水嶺分割演算法 傳統的分水嶺演算法，是基於數學形態學的分割方法。其基本思想是，將2d影象視為3d地形 其中，畫素的座標 地形的位置，畫素的灰度 地形的高度 每乙個區域性極小值及其周圍區域稱為集水盆地，而集水盆地...