比较模拟退火算法和遗传算法相同点和不同点

模拟退火的话进化是由参数问题t控制的，然后通过一定的操作产生新的解，根据当前解的优劣和温度参数t确定是否接受当前的新解。
遗传算法主要由选择，交叉，变异等操作组成，通过种群进行进化。
主要不同点是模拟退火是采用单个个体进行进化，遗传算法是采用种群进行进化。模拟退火一般新解优于当前解才接受新解，并且还需要通过温度参数t进行选择，并通过变异操作产生新个体。而遗传算法新解是通过选择操作进行选择个体，并通过交叉和变异产生新个体。
相同点是都采用进化控制优化的过程。

两个都是垃圾算法，没什么学习的必要，推荐你看一下方开泰的《数论方法在统计中的应用》和《非线性回归模型参数估计的一个新算法》，学习一下序贯数论算法吧。