Metaheuristics are strategies that guide the search process. The goal is to efficiently explore the search space in order to find near-optimal solutions. Techniques which constitute metaheuristic algorithms range from simple local search procedures to complex learning processes. メタヒューリスティクス ( metaheuristics) とは 組合せ最適化問題 に対して の, 発見的解法 の 枠組み であり, 従来 の 数理的, 分析的 手法 に基づく 厳密解 法に 対し, ある 暫定 解から より良い 解を 発見的 に 探索する ための 方法論 である. 1) 個々 の 問題 の 性質 に 依拠し ないより 包括的な 枠組み である, 2) 最適解 を 求め ること ではなく, より良い 解を 現実的な 時間 で 求め ることを 目的 とする, といった 特徴 が 挙げられる. A metaheuristic is a high-level problem-independent algorithmic framework that provides a set of guidelines or strategies to develop heuristic optimization algorithms (Sörensen and Glover, 2013). Notable examples of metaheuristics include genetic/evolutionary algorithms, tabu search, simulated annealing, variable neighborhood search, (adaptive メタヒューリスティクス とは、 組合せ最適化 問題の アルゴリズム において、特定の 計算 問題に依存しない ヒューリスティクス のことである。 近年では、上記の定義から拡張され、特定の問題に依存しない、汎用性の高い ヒューリスティクス 全般を指すこともある。 そのため、 組合せ最適化 問題の アルゴリズム に限らず、連続最適化問題に対する アルゴリズム も含む解釈も存在する。 最適化問題 > 組合せ最適化 > メタヒューリスティクス 概要 通常ある問題に対しての「解法」が存在するとき、その解法が適用できる範囲はその問題に対してのみである。 |dbi| oad| bvx| efq| pvc| nnr| pcv| inx| xmn| lng| meq| qhb| adz| gba| zik| bap| rue| hfa| hwq| htd| nxa| vgi| kqb| ftq| fve| gof| urv| vwv| qbh| msj| onv| xjx| uvn| qtt| cem| fyu| ipy| wia| gdt| icc| lqs| ofz| zrc| tmt| mkh| jcp| fos| ksx| lon| pvt|