Artificial intelligence 区分泛型算法和；传统算法

我想知道通用算法和传统算法的不同点。

---

请注意一些要点。

通过一些研究，我发现了很多文章。其中一个要点是：

一个标准的遗传算法处理一组（群体）基因 问题的可能解决方案（个人）。每个人都是一个整体 点在搜索空间中，所以我们可以把遗传算法看作 多维空间的多点优化技术。 通常，人口规模在20到200人之间 300大多数传统优化方法在每次迭代时都会在搜索空间中搜索1、2或3个点

传统方法需要一个起点来开始 优化。通常，最终解决方案的质量非常高 取决于此起点在搜索中的位置 空间出发点的选择在整个过程中起着重要作用 找到一个解决问题的好方法，需要大量的本地数据 擎天柱。遗传算法，它提供了许多解决方案，可以搜索 多点同时进行，不会因此受到太大影响 缺点

而且：

遗传算法使用概率转移规则，而不是 确定性规则

我建议你做些研究，我发现了很多文章

---

您可以从欢迎来到StackOverflow开始。请按照您创建此帐户时的建议，阅读并遵循帮助文档中的发布指南，在这里申请。StackOverflow不是设计、编码、研究或教程资源。