越來越多的群體智慧型演算法（蛙跳演算法貓群演算法蟑螂演算法等等）有存在的必要嗎？

1樓：jinxiu

最近在搞這部分演算法，談談看法。

第一無論是傳統的非計算機行業還是其他行業，都有灌水；

第二任何演算法都有隨機性（智慧型的偏多）；

第三存在即是價值。

最後，從學習群智慧型演算法角度，裡面的隨機性相對於其他演算法過於偏多了，因此在實際執行過程中確實很難以確定。但這些演算法的美也就是在於此，從隨機中找到平衡，然後從平衡中找到問題的解決方案。這個世界不也是不確定性下的具有規律的隨機性嘛，所以演算法還是有前途的。

2樓：

在這個問題下面發現了好多跟我一樣入天坑的人，心理舒坦了好多，作為乙個畢業後不想去工廠所以沒找到工作的菜鳥，說下自己的微不足道的結論：這玩意一點實用性用都沒有，除了混個畢業證，搞這玩意就是浪費時間

3樓：Alien

首先要明確，灌水是灌水者的剛需，跟水塘沒有關係。乙個水塘，地勢低、水源多，實在不是它的錯。退一步，世界上天才有幾個、普通人有幾個，普通人只想找個地方活下去而已，在促進就業方面，多大的水塘出多大的力。

其次要明確，存在即合理。靜下心想一想，乙個冷門的東西要發展起來，不論後來如何良莠不齊，最初必然是有些真實的驅動力的。如果要肯定地說沒有，也要親自去看看，給自己說話的底氣。

比如，一堆回答在說沒有理論依據，有幾個看過或者說知道現有的理論分析研究的發展情況。批判才能進步，批判有價值，但無知者的批判沒有價值。

最後，計算機和數學，本來就分屬工程與科學，難以相提並論，有些演算法屬於數學，有些演算法屬於計算機，而計算機本來就是只知道01的傻狍子，大傻看不起二傻嗎？

現有的人工智慧由資料驅動、基於經驗復現，而非邏輯推理。

4樓：乙隻年輕的科研狗

所謂群體智慧型演算法，即模仿生物群落的特點來進行優化搜尋。但是這些只是生物學偽裝，本質上依然是隨機搜尋。

個人認為，所有的這類演算法都包含兩個部分。第一部分是區域性搜尋，即在區域性空間尋找最優值;第二部分是全域性搜尋，即在區域性搜尋陷入最優後跳出。

如果乙個群體智慧型演算法可以在這兩個部分有所突破，提出全新的泛型，那麼我覺得這個演算法就是有價值的。如果只是換了乙個生物學的偽裝，本質依然是前人的搜尋泛型，那麼這個演算法就只是灌水而已。

5樓：西部騷大叔

就像十年前的人工神經網路一樣所有人都看不上，但是說不定哪一天，群體智慧型演算法經過大浪淘沙就火了呢？現在神經網路都還要沒被理論上證明的地方

6樓：和尚敲鐘

理論上說是數學工具的具體體現，是針對具體生產實踐問題提出的求解思路，但是想要檢驗演算法很難，主要存在以下兩點：

1、實際資料樣本很難完整，往往取樣指標和演算法變數不一致，一般屬於跨學科的問題，也是因為這樣比較好申請專案發文章。

2、檢驗演算法的指標不唯一，如何衡量各指標的重要程度完全見仁見智，所以對演算法的評價每個人都不一樣。

7樓：

不做這個領域，但有幫同學寫過一點群體智慧型演算法（螢火蟲演算法）。個人感覺，這類演算法思想都差不多，重在調參，經驗性濃重，屬於實驗流，數學理論有時說不清。但話又說回來，誰也不知道以後會有什麼突破，或許像神經網路，發展發展到了deep learning。

8樓：陳曦

對科研的人來講，搞這些是為了生存，很有必要。

對科技的發展來說，啟發式的智慧型優化演算法只能算沒有辦法的辦法，有一些可供參考的必要而已。

不過話說回來，根據no free lunch理論，智慧型優化演算法應該也有其存在的價值，可能還未發掘出來罷了。

9樓：Xi Yang

演算法開發要解決實際問題，不然很容易空對空。

就我們領域來講，未必使用多麼高深的演算法，關鍵是怎樣選擇、組織演算法到研究目標上。

越來越多的群體智慧型演算法（蛙跳演算法 貓群演算法 蟑螂演算法等等）有存在的必要嗎？