遺傳/進化算法和局部最小/最大值

Question

我已經跑過了幾篇文章和文章，建議使用類似模擬退火的東西來避免局部最小/最大值問題。

我不明白爲什麼這將是必要的，如果你從一個足夠大的隨機人羣開始。

這只是另一個檢查，以確保最初的人口，其實是足夠大和隨機的？或者這些技術僅僅是產生「良好」初始羣體的替代方案？

Answer 1

模擬退火是一種概率優化技術 - 它不應該給你更精確的答案，它應該給你更快的近似值。

Answer 2

首先，模擬退火是最後的手段方法。有更好，更有效，更有效的方法來發現當地最低標準的發現地點。

更好的檢查方法是使用統計方法發現有關數據集的信息，例如方差或標準偏差。

Answer 3

模擬退火是概率技術，其中陷入局部最小值/最大值的機會取決於溫度調度。調度溫度對於不同類型的問題是不同的。進化算法更強大，不太可能陷入局部最小/最大值。 SA是概率性的。另一方面，EA使用在搜索空間中引入隨機遊走的突變，這就是爲什麼EA具有更高的獲得全局最優的概率的原因。