启发式算法中的一些概念
看论文过程中不清楚的一些基本概念,和实验室的师兄交流后大概弄懂了,整理一下总结在下面,方便以后查阅。 1.元启发式与启发式 元启发式算法( meta-heuristic algorithm ):基于局部搜索的一系列算法和各种种群算法 启发式算法( heuristic algorithm ):概念较广,可以认为讲不清道理,不能保证最优但效果好的一类方法叫启发式 2.optimal result和best result optimal result:真正的最优结果,找到这个真正的最优结果一般有两种办法。1)精确算法,树搜索尝试所有分支。2)将问题转为判定版本,比如对P-Center问题,证明找不到比当前的最长服务边短的最长服务边,可以覆盖所有客户 best result:算法找到的最优 3.P问题,NP问题,NP Complete问题,NP Hard问题(其实还没搞太明白,有时间找论文来看) P问题:存在多项式时间算法可以求解 NP问题:能在多项式时间内验证得出一个正确的解 NP Complete问题:是一个NP问题,且所有的NP问题都可以在多项式时间内约化到它 NP Hard问题:所有NP问题在多项式时间内都能约化到它,但不一定是NP问题 转载请标明出处: 启发式算法中的一些概念 文章来源: 启发式算法中的一些概念