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来获得问题的最佳解决方案。有人能解释一下这两种算法之间的基本区别是什么吗？有没有一种情况更好比别人好吗？

Answer 1

让我从第二个问题开始。我相信，没有任何试验和测试，就没有办法为给定问题确定更好的算法。算法的行为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。我不是在谈论你的工程师的直觉，一些深刻的问题理解，以前的经验等，它们并不是真正可衡量的。

全局搜索和本地搜索之间的主要区别非常简单 - 本地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空间的一小部分（=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到全局最优的方向。