锦标赛选择（Tournament Selection）是遗传算法中常用的选择算子。其基本思想是：每次从种群中随机抽取若干个个体进行“比赛”，再从中选出适应度最优的个体进入父代集合。

1. 基本流程

设锦标赛规模为 $k$，则一次选择过程如下：

1. 基本概念

LHS（Latin Hypercube Sampling），中文通常称为拉丁超立方采样，是一种常用的分层随机采样方法。它的目标是在样本数量有限的情况下，使样本尽可能均匀地覆盖变量空间。

与普通随机采样相比，LHS 在小样本条件下通常具有更好的空间覆盖性，因此广泛用于数值实验、仿真分析、不确定性量化、代理模型训练和优化算法初始化等场景。

2. 核心思想

LHS 的关键思想是：在每一维上都进行均匀分层，并保证每个分层区间都恰好被采样一次。

叶子节点可直接点击进入对应算法文章。

名称

蚁群系统（Ant Colony System, ACS），蚁群优化（Ant Colony Optimization, ACO）

分类

查看分类思维导图

蚁群系统是一种受蚂蚁觅食行为启发的元启发式优化算法，隶属于群体智能领域，而群体智能又是计算智能的一个子领域。它与其他蚁群优化算法密切相关，例如蚁群系统基础模型（Ant System, AS）和最大最小蚁群系统（Max-Min Ant System, MMAS）。

名称

Ant-Q，AntQ，Ant Q

分类

查看分类思维导图

Ant-Q 是一种将蚁群优化（Ant Colony Optimization, ACO）与 Q 学习（Q-learning）相结合的元启发式优化算法，而 Q 学习属于强化学习的一种形式。该算法归属于群体智能与生物启发计算的更广泛研究范畴。

• 计算智能
  • 生物启发计算
    • 群体智能
      • 蚁群优化（ACO）
        • Ant-Q

名称

蚂蚁系统（Ant System, AS），基于蚂蚁的系统

分类

查看分类思维导图

蚂蚁系统是蚁群优化（Ant Colony Optimization, ACO）领域中的基础性算法。蚂蚁优化隶属于群体智能，而群体智能又是计算智能与生物启发计算中的一个子领域。它与其他蚁群优化算法密切相关，例如蚁群系统（ACS）和最大最小蚂蚁系统（MMAS）。

名称

最优-最劣蚁群系统（Best-Worst Ant System, BWAS）

分类

查看分类思维导图

最优-最劣蚁群系统是蚁群优化（Ant Colony Optimization, ACO）算法的一种变体。蚁群优化属于群体智能，而群体智能则是计算智能与生物启发计算中的一个子领域。

• 计算智能
  • 生物启发计算
    • 群体智能
      • 蚁群优化（ACO）
        • 蚁群系统（AS）
        • 精英蚁群系统（EAS）
        • 基于排序的蚁群系统（ASrank）
        • 最大最小蚁群系统（MMAS）
        • 最优-最劣蚁群系统（BWAS）

名称

精英蚁群系统（Elitist Ant System, EAS）

分类

查看分类思维导图

精英蚁群系统是蚁群优化（Ant Colony Optimization, ACO）算法的一种变体。蚁群优化属于群体智能领域，而群体智能则是计算智能和生物启发计算的一个子领域。

• 计算智能
  • 生物启发计算
    • 群体智能
      • 蚁群优化（ACO）
        • 蚁群系统（AS）
        • 精英蚁群系统（EAS）

名称

快速蚁群系统（Fast Ant System, FANT）

分类

查看分类思维导图

快速蚁群系统是蚁群优化（Ant Colony Optimization, ACO）算法的一种变体。蚁群优化属于群体智能领域，而群体智能又是计算智能的一个子领域。它与其他蚁群优化变体密切相关，例如蚁群系统（AS）、最大最小蚁群系统（MMAS）以及蚁群系统（ACS）。

名称

最大-最小蚁群系统（Max-Min Ant System, MMAS）

分类

查看分类思维导图

最大-最小蚁群系统是蚁群优化（Ant Colony Optimization, ACO）算法的一种变体。蚁群优化属于群体智能领域，而群体智能又是计算智能与生物启发计算中的一个子领域。

• 计算智能
  • 生物启发计算
    • 群体智能
      • 蚁群优化（ACO）
        • 蚁群系统（AS）
        • 精英蚁群系统（EAS）
        • 基于排序的蚁群系统（ASrank）
        • 最大-最小蚁群系统（MMAS）
        • 蚁群系统（ACS）