对人工智能算法技术优化方法的研究

陈友立 汪水峰 郭镒鸣 余昊泽

辽宁科技大学，辽宁鞍山，114000；

摘要：大数据时代来临且计算机性能大幅提升，使得人工智能算法技术在处理复杂优化问题时效果很好。本文全面研究了基于人工智能算法技术的优化方法，重点介绍遗传算法、粒子群优化算法、模拟退火算法、深度强化学习等智能优化技术的基本概念、工作原理与改进方式。传统优化方法在应对高维、非线性、多约束条件的问题时容易出现局部最优、计算量大等情况，所以本文给出一种融合多种智能算法的混合优化方法，用自适应参数调整法提升算法的全局搜索能力和收敛速度。实验选取函数优化、路径规划、资源调度等问题进行测试，结果显示该优化方法比原有方法求解精度平均提高23.7%，收敛速度提高约40%，对大规模优化问题也有不错的鲁棒性和稳定性，并且本文还比较了各类算法的应用场景和利弊，方便人们实际应用时选出合适优化方法，推动人工智能技术在智能制造、交通运输、能源管理等领域发展。

关键词：人工智能；算法优化；神经网络

参考文献

[1]谭坤淋;.基于人工智能算法的图像识别技术分析[J].信息与电脑(理论版)，2023(01)：200-202.

[2]张导;.基于人工智能算法技术的证券品种选择和交易全自动系统研究概述[J].网络安全技术与应用，2023(03)：50-51.

[3]徐升国;.信息文明与智能化阅读新未来[J].出版广角，2023(09)：10-15.