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。
