启发式算法简介

定义

启发式算法是一种基于直观或经验的局部优化算法。启发式算法的定义：

  • 人们常常把从大自然的运行规律或者面向具体问题的经验和规则中启发出来的方法称之为启发式算法。现在的启发式算法也不是全部来自大自然的规律，也有来自人类积累的工作经验。
  • 在可以接受的花费下给出待解决组合优化问题每一个实例的一个可行解，该可行解与最优解的偏离程度不一定事先可以预计。
  • 启发性算法是一种技术，该技术使得能再可接受的计算费用内去寻找尽可能好的解，但不一定能保证所得解的可行性和最优性，甚至在多数情况下，无法描述所得解与最优解的近似程度。

分类

  • 禁忌搜索：是对局部领域搜索的一种扩展，是一种全局逐步寻优算法，是对人类智力过程的一种模拟。
  • 模拟退火：它是一种通过模拟物理退火过程搜索最优解的方法
  • 遗传算法：是一种通过模拟自然进化过程搜索最优解的方法
  • 神经网络：是一种模拟动物神经网络行为特征，进行分布式并行信息处理的算法数学模型
  • 蚁群算法：是一种模拟蚂蚁在寻找食物过程中发现路径的行为来寻找优化路径的几率型算法。

经典问题