知识卡片
启发式方法以经验换取可行解
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?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 002 · 前言
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。