遗传算法和迭代局部搜索算法有什么区别？

Question

我基本上是在尝试使用遗传算法或迭代局部搜索算法为 question.Can 获得最佳解决方案有人请解释这两种算法之间的基本区别是什么，是否存在任何情况其中一个比另一个好？

Answer 1

我从第二个问题开始。我相信没有任何试验和测试就无法确定针对给定问题的更好算法。算法的行为在很大程度上取决于问题的属性。如果我们谈论的是具有成百上千个变量的复杂问题，那么预测任何事情都太困难了。我不是在说你工程师的直觉，一些深刻的问题理解，以前的经验等等，它们不是真正可以衡量的。

全局搜索和局部搜索之间的主要区别非常简单 - 局部搜索在单个时间点只考虑一个或几个可能的解决方案，并尝试通过一些修改来改进它们。因此，每次迭代它只考虑搜索的一小部分space（=本地邻域）。全局搜索试图同时考虑所有参数的整个问题。例如，PSO 对大量候选对象进行采样，并尝试使用一些简单的公式将它们全部移向全局最优的方向。