知识卡片
元启发式提供搜索框架
模拟退火、遗传算法、禁忌搜索、蚁群和进化计算提供可适配不同问题的搜索策略,避免每次从零设计搜索过程。它们仍需编码状态、目标和约束、选择参数并评估结果;通用框架不意味着随便套用就会更优。原书只列出入口,本卡不补造未展开的实现和成功率。
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
原书出处 · 1 处
参考来源
- 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》Python高级编程(第2版) · 第12章 优化——一些强大的技术,spine021单元012;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00020.html。
- 结论依据:原文列退火、遗传等通用搜索入口,支持框架可适配而仍需状态和目标建模;未补造未展开算法或成功率。未在本机运行示例或改变环境。
- 原始内容:问题从头开始构建。它们的高级版本,称为 元启发式 (metaheuristics),提供解决数学优化问题的策略,这些问题不是具体问题,因此可以应用在许多情况下。一些流行的启发式算法包括以下几种。 模拟退火。 遗传算法。