鱼群算法TSP中用蚁群算法和遗传算法有区别么?

谁教下怎么钓鱼啊？？

钓鱼的鱼类分别和损益计算。

钓鱼总共会遇见13种情况。

每下钓一次花费一元宝，按照其产生的后果分类如下： 1 不亏不赚类；包括以下四类 A 小白肚子鱼 B 黑脊泥鳅 C 千年小不点 D 空钓 2 亏损一元宝类：包括以下四类 A 漂流瓶子 B 情书 C 风作怪 D 不知什么扯了钩子 3 赚1元宝类 ： 只有钓到黑脊鳝鱼才能够赚定一元宝。

4 特定鱼种 A 小的放生鱼 包括 桃花鱼 金龙浔 【卖掉的价格在2到5元宝波动，放生成功得到500元宝】 B 大的放生鱼 包括 滑稽青草鱼 红腹锦鲤 【卖掉的价格在8到28元宝波动，放生成功2000元宝】 二钓到各种鱼的几率和总体的损益分析 1在一般情况下，都是钓到常规的1到3类鱼，从上面的排列看，每下钓9次，钓到9种结果的几率 基本是平均的，每9次平均亏损3元宝，如果没有钓到特定的鱼种，时间稍久就一定是亏损的。

2钓到特定鱼，如果放生失败，就会加速亏损的元宝数量。

3从长期玩这个游戏的经验上，平均每下钓20杆，会钓到一次桃花或金龙。

平均每下钓100次，会 钓到1次滑稽青草鱼或红腹锦鲤。

× 4按照以上几率计算，每下钓100杆。

全部卖掉的话。

会得到金龙【或桃花】3.5×5＝17.5元宝 草鱼【或锦鲤】18元宝。

【特定鱼群都按售价的平均值计算】总共获得35元宝左右。

剩下的90 次按照每9次平均亏损3元宝的平均几率计算，大约要亏损30元宝。

平均收益为35－30＝5元宝 5以上的数据来源于实践。

但赢的5元宝是因为宠物钓鱼的时候一样是在消耗的。

而且损益是按 最平均和完全卖掉计算的，这个游戏相信很少人会玩完全卖掉的。

6综合以上分析，钓鱼的设计基础是在不亏不赚的前提下给有闲暇的朋友一种随机博弈的小游戏 三 钓鱼放生的奖励机制设置的推理 既然钓鱼是一项在不亏不赚的基础上设置的小游戏，那么其奖励的几率就可以按照以下办法 来计算： 1桃花鱼和金龙鱼：价格在2到5元宝波动，平均价是3.5元宝，那么放生得到500元宝的几率就 是500除以3.5＝145次左右，应该说非常低的。

如果腾讯按照最高价5元宝算也要100次。

2草鱼和锦鲤： 价格在8到28波动，平均价为18元宝。

放生得到2000元宝的几率就等于2000 除以18＝110次左右，稍微高于桃花鱼，但钓到的几率也相当的低【1/100】 3 其实中奖的设置很简单。

例如桃花金龙，腾讯每145次给出一张500的奖励，第145个点击到 这个连接的放生者就幸运的得到了一张500的奖励，但谁也不会知道什么时候就会接近这个幸 运的数值。

用人工鱼群算法求函数最小值

人工鱼群算法： 在一片水域中，鱼往往能自行或尾随其他鱼找到营养物质多的地方，因而鱼生存数目最多的地方一般就是本水域中营养物质最多的地方，人工鱼群算法就是根据这一特点，通过构造人工鱼来模仿鱼群的觅食、聚群及追尾行为，从而实现寻优，以下是鱼的几种典型行为: (1)觅食行为：一般情况下鱼在水中随机地自由游动,当发现食物时,则会向食物逐渐增多的方向快速游去。

(2)聚群行为:鱼在游动过程中为了保证自身的生存和躲避危害会自然地聚集成群，鱼聚群时所遵守的规则有三条：分隔规则：尽量避免与临近伙伴过于拥挤;对准规则:尽量与临近伙伴的平均方向一致;内聚规则:尽量朝临近伙伴的中心移动。

(3)追尾行为：当鱼群中的一条或几条鱼发现食物时,其临近的伙伴会尾随其快速到达食物点。

（4）随机行为：单独的鱼在水中通常都是随机游动的，这是为了更大范围地寻找食物点或身边的伙伴。

谁能介绍一下《算法统宗》？

《算法统宗》全称《新编直指算法统宗》，是中国古代数学名著，程大位著。

程大位（1533-1606年），字汝思，号宾渠，休宁率口（今属屯溪区）人。

少年时代就喜爱数学。

20岁左右随父经商，有感于筹算方法的不便，决心编撰一部简明实用的数学书以助世人之用。

《算法统字》就是他毕生心血的结晶。

《算法统宗》17卷，卷1、卷2介绍数学名词、大数、小数和度量衡单位以及珠算盘式图、珠算各种算法口诀等，并举例说明具体用法；卷3至卷12按“九章”次序列举各种应用题及解法；卷13到卷16为“难题”解法汇编；卷17“杂法”，为不能归入前面各类的算法，并列有14个纵横图。

书后附录“算经源流”一篇，著录了北宋元丰七年（1084年）以来的数字书目51种。

万历二十一年（1513年）刊行。

《算法统宗》列有595个应用题的数字计算，都不用筹算方法，而是用珠算演算。

评述了珠算规则，完善了珠算口诀，确立了算盘用法，完成了由筹算到珠算的彻底转变。

《算法统宗》从初版至民国时期，出现了很多不同的翻刻本、改编本，民间还有各种抄本流传，对我国民间普及珠算和数学知识起到了很大的作用。

明末，日本人毛利重得能将《算法统宗》译成日文，开日本“和算”先河。

清初，该书又传入朝鲜、东南亚和欧洲，成为东方古代数学的名著。

TSP中用蚁群算法和遗传算法有区别么?

TSP,只是一个普通但很经典的NP-C问题。

具有大的难以想象的解空间。

一般的branch-and-bound算法是很难搞定的。

于是,人们尝试智能算法,包括遗传算法,蚁群算法,粒子群算法等。

遗传算法和蚁群算法都是基于种群的。

但是这两个算法有着本质区别。

遗传算法的进化机制是基于个体竞争,而蚁群算法的搜索机制则是蚂蚁之间的信息素传导机制下的群体合作。

因此,蚁群算法,粒子群算法,人工鱼群算法等,被归纳为群智能算法,成为了一个有别于遗传算法的另一个进化计算领域的分支。

由于搜索机制的不同,这两种算法对于不同的问题,具有不同的效率。

就拿标准遗传算法和标准蚁群算法来说,应该是蚁群算法更适合求解TSP。

然而,无论是遗传算法还是蚁群算法,都有大量的变种算法或者称为改进算法,所以很难简单的说谁更适合TSP。

记得采纳啊