元启发式如何跳出局部最优？

在使用启发式算法的时候，一个常见的问题是融入陷入局部最优，导致很长时间内算法的解难以得到改进，现总结一下几种常见的元启发式如何跳出局部最优。

一、跟算法内部设计无关：使用多个初始解搜索；

二、跟算法内部设计有关：接受较差的解/扰动/交叉变异

SA: 若新解优于原解，接受，否，以一定概率/接受标准 exp((sol.Cost-newsol.Cost)/ck)接受较差解。

VND：纯静态算法，邻域只有一个的话，跟爬山无异；跟爬山相比多了邻域的个数。

VNS：shake策略，扰动初始解，shaking本质上来说也是邻域搜索的一种，但需要注意的是，shake强度不能太小，不然很容易被局部搜索拉回，且shake对解的扰动程度比local search要强；同时shake的强度不能太大，不然与random search无异。

GA:通过交叉/变异跳出局部最优；

交叉：需要两个父代的基因进行互换产生新的个体，改动程度比较大，类似于VNS当中的扰动，常见算子（OX、PMX、CX）
变异：针对单个个体按照一定概率对某些基因进行swap、insert等操作得到新的个体，类似于local search中的邻域算子；

ILS：同时使用shaking+SA的接受标准，使得算法的探索性更强，跳出局部最优的可能性更大。

Tabu：通过禁忌列表的设置保证跳出局部最优。

元启发式如何跳出局部最优？相关推荐

算法 - 局部最优的避免
文章目录局部最优的产生局部最优的避免局部最优的判断局部最优的产生一般的启发式算法非常容易产生局部最优,或者说根本无法查证产生的最优解是否是全局的.这是因为对于大型系统或复杂的问题,一般的算法 ...
提醒一下技术人，你是不是陷入局部最优了
首先看一张函数图像: 很明显,这个函数最小值点在E点,而A.C.G是函数的局部极小值点.我读书期间学的数学专业,研究的方向就是最优化算法,说的直白点,就是找函数的最小值点,如果得找到了E点就说明成功了 ...
基于自然的灵感算法--元启发式
问题一:自然赋予的元启发式优化算法的分类自然赋予的元启发式算法(模拟生物或者物理的现象去解决问题)有三大类也就是:基于进化,基于物理的,基于群体的基于进化的主要是受达尔文的物种进化理论的启发,主要 ...
启发式和元启发式的区别
启发式策略(heuristic) 是一类在求解某个具体问题时,在可以接受的时间和空间内能给出其可行解,但又不保证求得最优解(以及可行解与最优解的偏离)的策略的总称.许多启发式算法是相当特殊的,依赖于某 ...
数据结构与算法_02_局部最优的贪心算法
数据结构与算法,系列文章传送地址,请点击本链接. 目录一.贪心思想二.解贪心算法的步骤三.贪心算法存在的问题四.贪心算法的案例一.贪心思想 1.贪心算法(又称贪婪算法)是指,在对问题求解 ...
从贪心算法到暴力递归法——从局部最优到整体最优
从递归看动态规划前情提要最优问题的本质目标函数最优组合的求解策略枚举递归斐波那契数列问题描述示例解题思路迭代递归深入理解递归堆栈与递归的状态存储递归与回溯树形结构与深度 ...
关于λ-optimal的初始化解算法在(元)启发式中的应用
关于λ-optimal算法在启发式中初始化解的应用 TSP问题介绍 λ-optimal 定理与定义算法描述与伪代码算法的优化参考文献这里讨论组合优化中初始解的生成问题.组合优化问题,很多情况下 ...
贪心算法（局部最优）
1.概念: 贪心算法(又称贪婪算法)是指,在对问题求解时,总是做出在当前看来是最好的选择.也就是说,不从整体最优上加以考虑,算法得到的是在某种意义上的局部最优解.贪心算法不是对所有问题都能得到整体最优 ...
模拟退火算法是怎么跳出局部最小值
模拟退火算法确保求出的是全局最优值,不会陷入局部最小值模拟退火算法新解的产生相当于一个找"邻居"的过程,目标函数很容易陷入局部最小值,但是通过以一定概率接受比当前解更差的新解使得 ...

元启发式如何跳出局部最优？

元启发式如何跳出局部最优？相关推荐

最新文章

热门文章