?20170318工作總結(jié)：今天使用 C/C++ 語(yǔ)言編程，實(shí)現(xiàn)了粒子群算法（PSO）, 遺傳算法（GA）, 模擬退火算法（SA），盆地跳躍算法（BH）對(duì)團(tuán)簇結(jié)構(gòu)的全局優(yōu)化。Wales 和Doye科學(xué)家說(shuō)為了驗(yàn)證不同全局優(yōu)化算法的準(zhǔn)確性，可以對(duì) LJ團(tuán)簇中的 LJ38 和 LJ75進(jìn)行優(yōu)化，因?yàn)樗鼈兊膭?shì)能面（PES）非常復(fù)雜。最穩(wěn)定結(jié)構(gòu)的優(yōu)化實(shí)質(zhì)是對(duì)勢(shì)能函數(shù)的全局優(yōu)化，在勢(shì)能面上尋找鞍點(diǎn)。今天采用遺傳算法（GA）優(yōu)化在服務(wù)器上運(yùn)行了一個(gè)多小時(shí)，而模擬退火算法（SA）只用了3分鐘左右，粒子群算法（PSO）和盆地跳躍算法（Basin Hopping）居中。為了使優(yōu)化的結(jié)果更加接近劍橋數(shù)據(jù)庫(kù)中的結(jié)果，需要增加迭代次數(shù)，提高計(jì)算的精度，但同時(shí)也要考慮到運(yùn)行時(shí)間。今天總結(jié)完畢，不算特別順利，遇到一些困難。另外今天是母親的生日，子曰：“父母之年，一則以喜，一則以憂。”今天雖然不能陪在母親身邊，但是我想盡各種辦法讓母親度過(guò)了一個(gè)快樂(lè)的生日，也算彌補(bǔ)了自己的遺憾。再次祝愿母親生日快樂(lè)！身體健康，萬(wàn)事如意！

編者注：

粒子群優(yōu)化算法(PSO)是一種進(jìn)化計(jì)算技術(shù)(evolutionary computation)，1995 年由Eberhart 博士和kennedy 博士提出，源于對(duì)鳥(niǎo)群捕食的行為研究 。該算法最初是受到飛鳥(niǎo)集群活動(dòng)的規(guī)律性啟發(fā)，進(jìn)而利用群體智能建立的一個(gè)簡(jiǎn)化模型。粒子群算法在對(duì)動(dòng)物集群活動(dòng)行為觀察基礎(chǔ)上，利用群體中的個(gè)體對(duì)信息的共享使整個(gè)群體的運(yùn)動(dòng)在問(wèn)題求解空間中產(chǎn)生從無(wú)序到有序的演化過(guò)程，從而獲得最優(yōu)解。

遺傳算法（Genetic Algorithm）是模擬達(dá)爾文生物進(jìn)化論的自然選擇和遺傳學(xué)機(jī)理的生物進(jìn)化過(guò)程的計(jì)算模型，是一種通過(guò)模擬自然進(jìn)化過(guò)程搜索最優(yōu)解的方法。

模擬退火算法從某一較高初溫出發(fā)，伴隨溫度參數(shù)的不斷下降,結(jié)合概率突跳特性在解空間中隨機(jī)尋找目標(biāo)函數(shù)的全局最優(yōu)解，即在局部最優(yōu)解能概率性地跳出并最終趨于全局最優(yōu)。模擬退火算法是一種通用的優(yōu)化算法，理論上算法具有概率的全局優(yōu)化性能,目前已在工程中得到了廣泛應(yīng)用，諸如VLSI、生產(chǎn)調(diào)度、控制工程、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、信號(hào)處理等領(lǐng)域。

盆地跳躍法尋找勢(shì)函數(shù)最低點(diǎn)

?

總結(jié)

以上是生活随笔為你收集整理的学长毕业日记 :本科毕业论文写成博士论文的神操作20170318的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。