返回主题:强化学习与多智能体

知识卡片

普通读书笔记卡 · 3746.d.1

狼群连续搜索受收敛与参数限制

理解等级:高级

基础狼群在连续优化中仍会陷入局部最优或过早收敛,且参数较多、部分参数敏感;高维大规模非线性问题会放大这些限制。可从行为搜索改进或与其他算法融合着手,但“精度高、全局能力强”等概括不构成保证,效果须按问题和预算比较。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 6 . 3 . 2 函 数 优 化 问 题 · 查看原书依据

      但同其他智能算法一样,狼群算法在求解连续优化问题时容易陷入局部最优或者过早收敛,而且狼群算法设置参数较多,敏感参数较多,也限制了狼群算法的综合性能,使得算法在求解复杂高维大规模非线性问题时显得不足。

    参考来源

    - 位置:《智能算法导论》第 6 章“6.3.2 函数优化问题”(`_epub-src/EPUB/xhtml/chapter6_0007.xhtml`)。 - 结论依据:正文并列指出局部最优、过早收敛、参数敏感与复杂问题不足,随后把行为改进和算法融合列为方向;同段未提供统一实验条件证明普遍性能。 - 原始内容:但同其他智能算法一样,狼群算法在求解连续优化问题时容易陷入局部最优或者过早收敛,而且狼群算法设置参数较多,敏感参数较多,也限制了狼群算法的综合性能,