메타휴리스틱 알고리즘과 휴리스틱 알고리즘의 차이점은 무엇인가요?

휴리스틱 알고리즘과 메타휴리스틱 알고리즘의 차이점은 '무작위 인자'가 있느냐 없느냐에 있습니다. 동일한 문제에 대해 휴리스틱 알고리즘에 입력이 제공되는 한 알고리즘에 의해 수행되는 단계는 고정되어 있으므로 출력도 고정되며 여러 작업의 결과는 일관되게 유지됩니다.

메타 휴리스틱에는 GA의 교차 요소 및 시뮬레이션된 어닐링의 대도시 기준과 같은 무작위 요소가 포함되어 있어 알고리즘이 로컬 최적 상태에서 벗어날 가능성도 있습니다. 메타휴리스틱 알고리즘은 고정된 입력 하에서 작동하고 출력은 고정되지 않습니다.

휴리스틱 알고리즘(Heuristic Algorigthm)은 직관이나 경험 구성에 기초한 알고리즘으로, 최적화 문제의 각 사례에 대한 결과를 허용 가능한 비용(계산 시간, 계산 공간, 등) 실현 가능한 솔루션, 실현 가능한 솔루션과 최적 솔루션 간의 편차 정도는 일반적으로 미리 예측할 수 없습니다.

휴리스틱 알고리즘은 허용 가능한 계산 비용 내에서 최상의 솔루션을 찾을 수 있는 기술이지만, 얻은 솔루션의 타당성과 최적성을 반드시 보장하지는 않으며, 심지어 대부분의 경우 명시하는 것이 불가능합니다. 얻은 해와 최적의 해 사이의 근사 정도.

메타휴리스틱 알고리즘은 휴리스틱 알고리즘을 개선한 것으로, 무작위 알고리즘과 로컬 검색 알고리즘을 결합한 것입니다. 일반적인 휴리스틱 알고리즘에는 유전 알고리즘, 시뮬레이션 어닐링 알고리즘, 신경망 알고리즘 등이 있습니다. .

신흥 메타 휴리스틱 알고리즘으로는 입자군집 최적화 알고리즘, 차등진화 알고리즘, 개미군집 최적화 알고리즘, 반딧불이 알고리즘, 뻐꾸기 알고리즘, 조화탐색 알고리즘, 차등진화 알고리즘, 무작위 개구리 도약 알고리즘, 세균 채집 알고리즘 등이 있다. , 박쥐 알고리즘 알고리즘 등