论文部分内容阅读
现有的评价启发式算法性能的方法有许多种,但是它们的评价标准各不相同。从启发式算法的共性出发,通过分析影响算法性能的各方面因素,提出评价启发式优化算法的一般性方法。介绍了为寻找最简洁版本优化算法而得到的学习算法(LA),并且将该方法运用到对学习算法性能的评价中,得出了学习算法是一种优于经典的遗传算法(GA)和微粒群算法(PSO)的有效的启发式优化算法。