![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
改进策略
文章平均质量分 94
小O的算法实验室
代码获取公众号:小O的算法实验室
分享算法与应用
展开
-
记忆回溯策略:一种元启发式算法的进化更新机制
元启发式算法的搜索域总是在不断变化,这使得适应多样化的优化问题变得困难。为了克服上述问题,提出了一种称为记忆回溯策略(Memory Backtracking Strategy,MBS)的进化更新机制,该机制包括思考阶段、回忆阶段和记忆阶段。总体而言,MBS的采用通过引入群体记忆、线索回忆和记忆遗忘机制,提升了元启发式算法的效率。这些策略提高了算法探索搜索空间、优化搜索过程以及逃避局部最优解的能力。原创 2024-08-31 09:51:57 · 433 阅读 · 0 评论 -
引导学习策略:一种新的元启发式算法设计与改进的更新机制
元启发式算法(MH)是一种受自然启发的全局优化算法。这些算法通常相对简单,能在短时间内解决问题,带来一定的益处。然而,随着问题复杂度的增加,算法能够获得的解通常不是问题的最优解,这限制了它的应用场景。因此,提高现有算法的性能和解决精度对于扩大它们的应用能力至关重要。在传统优化算法中,通常有两个概念,即探索和开发。探索指的是广泛的离散搜索,用于避免陷入局部最优;开发则指的是小范围的集中探索,用于提高算法精度。如何平衡探索与开发是提升算法性能和问题适应性的关键。原创 2024-08-31 09:45:39 · 479 阅读 · 0 评论