前言
这段时间用过这个算法做过相关的工作，今天就介绍一下吧。虽然感觉效果嘛，勉勉强强啦。不过每种算法肯定有其适用的地方，用到了就Mark一下方便后人吧～
介绍
帝国竞争算法（imperialist competitive algorithm，ICA）是Atashpaz－Gargari和Lucas于2007年提出的一种基于帝国主义殖民竞争机制的进化算法，属于社会启发的随机优化搜索方法。目前，ICA已被成功应用于多种优化问题中，如调度问题、分类问题和机械设计问题等。［2］
帝国主义竞争算法，借鉴了人类历史上政治社会殖民阶段帝国主义国家之间的竞争、占领、吞并殖民殖民地国家从而成为帝国国家的演化，是一种全局性的优化算法。该算法把所有初始化的个体都称作国家，按照国家势力分成帝国主义国家及殖民地两种，前者优势大于后者。［1］
其实，从另一个角度来看，ICA可以被认为是遗传算法（GA）的社会对应物。ICA是基于人类社会进化的过程，而GA是基于物种的生物进化过程。二者其实有异曲同工之妙。
不过话说回来，大多数群体仿生类算法都有异曲同工之妙～
流程图
学习算法框架，当然先搞懂流程图啦。算法的流程图我就不重新画了，找了一篇文献上的直接挪过来：［1］
整个流程大体如上，可能大家在其他地方看到的有些专有名词可能对不上，但描述的都是一个东西，本质是一样的。我们下面来一步步分析这个过程吧。
1234下一页>（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
