遗传-模拟退火算法能否比单纯的遗传算法获得更好的解?
发现单独用遗传算法所得结果还是不太令人满意，想进一步优化结果，提高搜索能力，遗传-模拟退火算法能否做到。我不是很在乎时间，算上几个小时甚至几天都可以，关键是结果要好，那么遗传-模拟退火算法在一般情况下能否获得比单独的遗传算法更好的结果呢？ 这个还是要看你的具体的问题，每种方法有每种方法的特点，不能笼统得说把两种不同方法组合起来就能取得好效果。楼主最好把问题贴出来，这样恐怕多久也不会有一个期待的答案的。问题贴出来了，看得人多了或许能有朋友给你建议。 问题之一是优化一个矩阵，有一个14990*50的矩阵，条件数很高，想选择其中的一个50*50的子矩阵，该子矩阵必须是条件数尽可能地小。这用模拟退火-遗传算法能比单纯的遗传算法获得更好的结果吗？对程序效率要求不是很高，关键是要最后的结果要好。补充一下：说穿了就是有14990个变量，从中选取50个变量，是的矩阵条件数尽可能小。
[ 本帖最后由 zuohaoyi 于 2010-5-13 10:25 编辑 ]
页:
[1]