启发式算法（heuristic)是相对于最优化算法提出的。一个问题的最优算法求得该问题每个实例的最优解。

启发式算法可以这样定义：

一个基于直观或经验构造的算法，在可接受的花费（指计算时间和空间）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一般不能被预计。

现阶段，启发式算法以仿自然体算法为主，主要有蚁群算法、模拟退火法、神经网络等。

查看详情

在计算机科学，人工智能和数学优化中，启发式是一种技术，用于在经典方法太慢时更快地解决问题，或者用于在经典方法中找到近似解找不到任何确切的解决方案。这是通过交易速度的最佳性，完整性，准确性或精确度来实现的。

在某种程度上，它可以被认为是一种捷径。一个启发式的功能，也简称为启发，是一个功能是居替代搜索算法根据现有的资料，以决定跟随哪一个分支，在每个分支的一步。例如，它可能接近确切的解决方案。

查看详情

2019年1月6日 by 打不死的小强 Updated: 2022年8月16日

Thanks for your rating!

You have already rated this article

An error occured, please try again later