1. 贪心算法(Greedy)
核心思想:对于多个决策,逐个的做出单个的最优决策,直到所有决策全部执行完毕。
2. 局部搜索算法(Local Search)
核心思想:初始化一个可行解,然后,在该可行解解周围的可行解中找最优,直到周围当前可行解就是周围可行解中的最优(局部最小);
- 存在的问题:传统的LS通过迭代,不断搜寻邻域中更优的解来替换当前解,实现优化,该方式容易陷入局部最优。
3. 禁忌搜索(Tabu Searc)
3.1 基本介绍
局部搜索的一种扩展;一种全局性邻域搜索算法;
3.2 禁忌搜索相比于局部搜索的好处是什么?
- 局部搜索的缺陷:容易陷入局部最优;
- 改进动机:如何跳出局部最优;
- 如何解决?
3.3 关键元素
- 评价函数:
- 邻居移动
- 禁忌表:
- 邻居选择策略:
- 破禁准则:
- 停止准则:
参考: