启发式算法概述 发表于 2019-09-10 更新于 2022-10-16 分类于 启发式算法 启发式算法的定义和分类，以及一些个人的理解 定义一个基于直观或经验构造的算法，在可接受的花费（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。 个人理解，所谓启发就是，没有精确的数学公式得到直接解的情况下，告诉机器该如何去发现指导信息，进而根据指导信息去寻找解。 元启发式算法 模拟退火算法 遗传算法 列表搜索算法 进化规划 进化算法 进化策略 蚁群算法 人工神经网络 禁忌搜索 粒子群优化 超启发式算法 基于随机选择的超启发式算法 基于贪心策略的超启发式算法 基于元启发式算法的超启发式算法 基于学习的超启发式算法