APS自动排程
文章平均质量分 85
Or-tools、OptaPlanner在APS中的实际应用
寡人ME
别以为什么都懂,其实什么都不懂
展开
-
启发式、元启发式、超启发式
简单总结一下就是:启发式是依赖问题特定的知识和经验,构建可行解,或者进行局部搜索获得可行解;元启发式是通过对整个解空间进行随机搜索,寻优找到可行解;超启发式是优化问题的启发式空间,在解的启发式空间内搜索,自动选择或者生成启发式方法。元启发式算法是对整个解空间进行搜索,包括模拟退火、遗传算法、蚁群算法、禁忌搜索、迭代局部搜索、变邻域搜索等等。根据问题特征、求解经验等,在可接受时间内找到一个近似解,它是依赖于问题的,不普遍适用。超启发式是一种用于选择或生成启发式来解决计算性搜索问题的自动化方法。转载 2023-11-02 16:05:02 · 65 阅读 · 0 评论 -
启发式算法和元启发式的区别
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。最近在研究APS的自动排程,里面涉及到使用的算法,查找资料发现,对启发式和元启发式的区别,众说纷纭,搞得有点蒙。元启发式算法是启发式算法的升级版,不以一种规则执行,迭代过程中允许概率事件发生,跳出局部最优解,寻找整体最优解。启发式是一种问题求解的方法,它基于经验和直觉,而不是严格的算法或学模型。原创 2023-11-02 10:39:43 · 280 阅读 · 0 评论