31
个编辑
更改
跳到导航
跳到搜索
第105行：
第105行： − +
无编辑摘要
像爬山这样的简单的启发式方法，通过寻找更好的邻居来寻找更好的邻居，当他们达成一个没有更好的邻居的解决方案时就停止，不能保证会导致任何现有的更好的解决方案，他们的结果可能很容易地只是一个局部的最佳解决方案，而实际的最佳解决方案将是一个可能不。元启发法利用解的邻域作为探索解空间的方法，尽管它们更喜欢更好的邻域，但它们也接受更差的邻域以避免陷入局部最优; 如果运行足够长的时间，它们可以找到全局最优。
像爬山这样的简单的启发式方法，通过寻找更好的邻居来寻找更好的邻居，当他们达成一个没有更好的邻居的解决方案时就停止，不能保证会导致任何现有的更好的解决方案，他们的结果可能很容易地只是一个局部的最佳解决方案，而实际的最佳解决方案将是一个可能不。元启发法利用解的邻域作为探索解空间的方法，尽管它们更喜欢更好的邻域，但它们也接受更差的邻域以避免陷入局部最优; 如果运行足够长的时间，它们可以找到全局最优。
简单的试探法（例如爬坡）通过逐步寻找更好的邻居移动，在没有更好解的邻居处停止，这种方法结果很容易是局部最优解，而实际最优解可能是有所不同的全局最优。元启发法为避免陷入局部最优，通过改变选择邻居的方法，即尽管他们更喜欢更好的邻居，但他们也接受更坏的邻居，把解的邻居用作探索解空间。如果运行足够长的时间，这种方法可以找到全局最优值。