[人工智能] 询问：遗传算法和蚁群算法的不同 ？

ACA （蚁群算法）不仅利用了正反馈原理, 在一定程度上可以加快进化过程, 而且是一种本质并行的算法, 个体之间不断进行信息交流和传递, 有利于发现较好解.单个个体容易收敛于局部最优, 但多个个体通过合作, 很快收敛于解空间的某一子集, 有利于对解空间的进一步探索, 从而不易陷入局部最优. 但是ACA也具有速度慢、易陷入局部最优等缺点. 蚁群中多个个体的运动是随机的, 当群体规模较大时, 要找出一条较好的路径需要较长的搜索时间.GA（遗传算法） 的优点是将问题参数编码成染色体后进行优化, 而不针对参数本身, 从而不受函数约束条件的限制; 搜索过程从问题解的一个集合开始, 而不是单个个体, 具有隐含并行搜索特性, 可大大减少陷入局部最小的可能. GA 的主要缺点是对于结构复杂的组合优化问题, 搜索空间大, 搜索时间比较长, 往往会出现早熟收敛的情况; 对初始种群很敏感, 初始种群的选择常常直接影响解的质量和算法效率.