گام يكصد و بيست و يكم



انواع الگوريتم‌هاي هيوريستيك كدامند ؟

در حالت كلي سه دسته از الگوريتم‌هاي هيوريستيك قابل تشخيص است:

1- الگوريتم‌هايي كه بر ويژگي‌هاي ساختاري مساله و ساختار جواب متمركز مي‌شوند و با استفاده از آنها الگوريتم‌هاي سازنده يا جستجوي محلي تعريف مي‌كنند .

2- الگوريتم‌هايي كه بر هدايت هيوريستيك يك الگوريتم سازنده يا جستجوي محلي متمركز مي‌شوند به گونه‌اي كه آن الگوريتم بتواند بر شرايط حساس (مانند فرار از بهينه محلي) غلبه كند . به اين الگوريتم‌ها ، متاهيوريستيك گفته مي‌شود .

3- الگوريتم‌هايي كه بر تركيب يك چارچوب يا مفهوم هيوريستيك با گونه‌هايي از برنامه‌ريزي رياضي (معمولا روشهاي دقيق) متمركز مي‌شوند .

هيوريستيك‌هاي نوع اول مي‌توانند خيلي خوب عمل كنند (گاهي اوقات تا حد بهينگي) اما ممكن است در جواب‌هاي داراي كيفيت پايين گير كنند . همان طور كه اشاره شد يكي از مشكلات مهمي كه اين الگوريتم‌ها با آن روبرو مي‌شوند افتادن در بهينه‌هاي محلي است ، بدون اينكه هيچ شانسي براي فرار از آنها داشته باشند . براي بهبود اين الگوريتم‌ها از اواسط دهه هفتاد ، موج تازه‌اي از رويكردها آغاز گرديد . اين رويكردها شامل الگوريتم‌هايي است كه صريحا يا به صورت ضمني تقابل بين ايجاد تنوع جستجو (وقتي علائمي وجود دارد كه جستجو به سمت مناطق بد فضاي جستجو مي‌رود) و تشديد جستجو (با اين هدف كه بهترين جواب در منطقه مورد بررسي را پيدا كند) را مديريت مي‌كنند .

اين الگوريتم‌ها متاهيوريستيك ناميده مي‌شوند . از بين اين الگوريتم‌ها مي‌توان به موارد زير اشاره كرد:

* بازپخت شبيه‌سازي شده .
* جستجوي ممنوع .
* الگوريتم‌هاي ژنتيك .
* شبكه‌هاي عصبي مصنوعي .
* بهينه‌سازي مورچه‌اي يا الگوريتم‌هاي مورچه .