← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 3730.a

启发式方法以经验换取可行解

理解等级:初级

启发式方法相对于追求可证明最优的最优化算法提出:它用问题经验建立模型、指导搜索,重点是以可接受代价得到可行解;是否接近最优须另作评估。把它用于多目标、调度或图像处理时,应明确约束与质量基线,避免把“能算出结果”误认为“有最优保证”。

例如考试排课先排出“同一学生不同时考两门”的可行表,间隔是否均匀要另用软约束分数衡量;排出一张表本身不证明间隔最优。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 前 言 · 查看原书依据

      启发式方法相对于最优化算法提出,基于经验建立模型,获得可行解。启发式优化算法也属于自然计算方法的范畴,主要包模拟退火算法、雨滴算法等。

    参考来源

    - 位置:《智能算法导论》前言(`EPUB/xhtml/preface2.xhtml`)。 - 结论依据:原文相对最优化算法定义启发式:基于经验建模以获得可行解,并指向退火等方法及多目标、调度、图像应用。排课例子为依据该定义补充的教学示例,非书中数据。 - 原始内容:启发式方法相对于最优化算法提出,基于经验建立模型,获得可行解。