几种优化（求最优解）算法的比较

遗传算法：优点是能很好的处理约束，能很好的跳出局部最优，最终得到全局最优解，全局搜索能力强；缺点是收敛较慢，局部搜索能力较弱，运行时间长，且容易受参数的影响。

遗传算法适合求解离散问题，具备数学理论支持，但是存在着汉明悬崖等问题。



模拟退火：优点是局部搜索能力强，运行时间较短；缺点是全局搜索能力差，容易受参数的影响。



爬山算法：显然爬山算法较简单，效率高，但是处理多约束大规模问题时力不从心，往往不能得到较好的解。



粒子群算法适合求解实数问题，算法简单，计算方便，求解速度快，但是存在着陷入局部最优等问题。



蚁群算法适合在图上搜索路径问题，计算开销会大。



要将三种算法进行混合，就要针对特定问题，然后融合其中的优势，比如将遗传算法中的变异算子加入粒子群中就可以形成基于变异的粒子群算法。