遗传算法与牛顿迭代法的优劣的比较

2024-12-26 11:36:45

推荐回答（2个）

回答1：

每个算法都各自的特点和它的优劣性。
牛顿迭代法是一种求近似解的方法。遗传算法也是一种可以全程求最优值的方法，一般就算法之间没有办法说优劣性，只能是说在特定的条件下该用什么方法。
就好比专家系统是一个具有专门知识的计算机程序系统，人工神经网络有很好的学习能力，但他们也有自身的缺点。
按楼主的意思来，牛顿迭代法是一种局部算法，遗传算法是全程算法，毕竟遗传参数里迭代次数也是一个很重要的参考因素。

回答2：

牛顿迭代法是一种在实数域和复数域上近似求解方程的方法，适应广度和遗传算法没法比，但就解方程而言应该要好些，毕竟遗传算法是一种随机启发搜索。