元啟發式演算法和啟發式演算法有什麼區別？
1樓：分享百知生活
啟發式演算法與元啟發式演算法對區別在於是否存在「隨機因素」。 對乙個同樣的問題，啟發式演算法（heuristics）只要給定了乙個輸入，那麼演算法執行的步驟就固定下來了，輸出也因此固定，多次運算結果保持一致。
而元啟發式演算法（meta－heuristics）裡面包括了隨機因素，如ga中的交叉因子，模擬退火中的metropolis準則，這些隨機因素也使得演算法有一定概率跳出區域性最優解而去嘗試全域性最優解，因此元啟發式演算法在固定的輸入下，而輸出是不固定的。
啟發式演算法(heuristic algorigthm)是一種基於直觀或經驗構造的演算法，在可接受的花費(指計算時間、計算空間等)給出待解決優化問題的每一例項的乙個可行解，該可行解與與最優解的偏離程度一般不可以事先預計。
啟發式演算法是一種技術，這種演算法可以在可接受的計算費用內找到最好的解，但不一定能保證所得到解的可行性及最優性，甚至大多數情況下無法闡述所得解與最優解之間的近似程度。
元啟發式演算法（metaheuristic algorigthm）是啟發式演算法的改進，它是隨機演算法與區域性搜尋演算法相結合的產物，常見的啟發式演算法包括遺傳演算法、模擬退火演算法、禁忌搜尋演算法及神經網路演算法等。
新興的元啟發式演算法有、粒子群優化演算法、差分進化演算法，蟻群優化演算法、螢火蟲演算法、布穀鳥演算法、和聲搜尋演算法、差分進化演算法、隨機蛙跳演算法、細菌覓食演算法、蝙蝠演算法的演算法等。
啟發式演算法
2樓：新酷數碼
什麼是演算法？從列舉到貪心再到啟發式（上）
目標：要優化的東西。
決策：根據目標做出的決策。
約束：進行決策時必須遵循的條件。
算例：問題引數的具體化。
列舉法：將問題所有的解一一列舉出來，挨個去評價，選出最好的那個。
1.列舉法能夠找到問題的最優解。
2.列舉法求解時間隨問題規模增長而呈**式增長。
貪心法：利用「構造」的方式生成解，速度相對而言會非常快，同時不會隨著問題規模的增長而大幅度增加，是平緩的線性增長。
什麼是演算法？從列舉到貪心再到啟發式（下）
啟發式演算法解空間：不完全遍歷解空間，只選擇一部分進行遍歷，進而大大降低搜尋需要的資源。為了提高區域性搜尋的質量，大部分區域性搜尋演算法都會在搜尋的時候不斷地抓取多個區域進行搜尋，直到滿足演算法終止條件。
鄰域：在鄰域結構定義下的解的集合，它是乙個相對的概念，即鄰域肯定是基於某個解產生的。
鄰居解：鄰域內某個解的稱呼。
鄰域結構：定義了乙個解的鄰域。
鄰域結構的設計在啟發式演算法中非常重要，它直接決定了搜尋鬥耐的範圍，對最終的搜尋結構有著重要的影響，直接決定了最終結果質量的好壞。
不斷重複步驟2-步驟5，直到滿足終止條件，最後輸出全域性最優解。
所有的啟發式找到的都是滿意解，不能說是最優解（即便真的是），因為它遍歷的是解空間的區域性。
一般情況下，啟發式演算法的時間是隨著問題規模增長而呈線性增長的。
乾貨 | 想學習優化演算法，不知從何學起？
遺傳演算法。蟻群演算法。
粒子群演算法。
人工魚群演算法。
演算法應用
遺傳演算法求解混合流水車間排程問題。
啟發式演算法還有研究價值嗎
3樓：月碎屬
答：是的，啟發式演算法仍然具有研究價值。啟發式演算法是一種以經驗為基礎的演算法，它們可以幫助解決複雜的問題，而不需要複雜的數學模型。
啟發式演算法可以幫助解決實際問題，例如路徑規劃、資源分配、排程等。此外，啟發式演算法也可以用於研究新的演算法，例如深度學習演算法。啟發式演算法還有研究價值嗎。
4樓：你大爺
大自然是神奇的，它造就了很多巧妙的手段和執行機制。受大自然的啟發，人們從大自然的執行規律中找到了許多解決實際問題的方法。對於那些受大自然的執行規律或者面向具體問題的經驗、規則啟發出來的方法，人們常常稱之為啟發式演算法（heuristic
algorithm）。現在的啟發式演算法也不是全部來自然的規律，也有來自人類積累的工作經驗。
駕駛汽車到達某人的家，寫成演算法是這樣的：沿167 號高速公路往南行至陽穀；從陽穀高速出口出來後往山上開 英里；在乙個雜物店旁邊的紅綠燈路口右轉，接著在第乙個路口左轉；從左邊褐色大房子的車道進去，就是某人的家。
啟發式方法來描述則可能是這樣：找出上一次我們寄給你的信，照著信上面的寄出位址開車到這個鎮；到了之後你問一下我們的房子在**。這裡每個人都認識我們——肯定有人會很願意幫助你的；如果你找不到人，那就找個公共**亭給我們打**，我們會出來接你。
對 啟發式演算法的理解
5樓：匿名使用者
啟發式演算法是一種能在可接受的費用內尋找最好的解的技術，但不一定能保證所得解的可行性和最優性，甚至在多數情況下，無法闡述所得解同最優解的近似程度。
什麼叫做啟發法
6樓：網友
啟發法（heuristics，源自古希臘語的εὑρ又譯作：策略法、助發現法、啟發力、捷思法，）是指依據有限的知識（或「不完整的資訊」）在短時間內找到問題解決方案的一種技術。它是一種依據關於系統的有限認知和假說從而得到關於此係統的結論的分析行為。
由此得到的解決方案有可能會偏離最佳方案。通過與最佳方案的對比，可以確保啟發法的質量。 典型的啟發法有試錯法和排除法。
鑑於啟發法基於經驗，有時它也可能是基於錯誤的經驗（如感知偏離和偽關係）。
心理學上「啟發法」指用於解釋人們如何進行決策、調整和解決問題的簡單有效的概測規則，通常用以處理複合的問題和不完全的資訊。這個規則在大部分情形下有效，但是在特定的情形下可能導致系統性的認知偏差。
例如，人們覺得貴的啤酒比便宜的味道要好。這種認識在**和品牌相關的時候是對的；**加於不貴的品牌上會讓實驗的參加者們感受到，此啤酒比不貴的啤酒味道要好。這可稱作「『**意味著質量』偏差」。
許多探索人類決策者的「啟發法」的著作出自阿摩司·特沃斯基和丹尼爾·卡內曼，對行為金融學有很重大的影響。哲德·吉格倫澤（gerd gigerenzer）提出批評，認為應該關注於「啟發法」如何用於原則性的準確判斷而不是產生認知偏差——「快捷而簡樸」的啟發法。
7樓：請在寂寞時愛我
啟發法是人根據一定的經驗，在問題空間內進行較少的搜尋，以達到問題解決的一種方法。不能保證問題解決的成功，但這種方法比較省力。
啟發法（heuristics，又譯作：策略法、助發現法、啟發力）
啟發法不能保證問題解決的成功，但這種方法比較省力。它有以下幾種策略：1、手段－目的分析：
就是將需要達到問題的目標狀態分成若干子目標，通過實現一系列的子目標最終達到總的目標；2、逆向搜尋：就是從問題的目標狀態開始搜尋直至找到通往初始狀態的通路或方法；3、爬山法：採用一定的方法逐步降低初始狀態和目標狀態的距離，以達到問題解決的一種方法。
什麼是PID演算法
pid是工業控制上的一來種控制演算法,其中源p表示比例,i表示積分,d表示微分。以溫度控制的pid程式為例 p 比例 表示在溫度設定值上下多少度的範圍內做比例動作,當溫度越高,功率越小,溫度越低,功率就越大,功率到底為多大,就看溫度偏差值和比例區間的大小按反比關係計算。i 積分 也是一種比例,是溫度...
演算法是什麼意思謝謝什麼是演算法，都什麼，舉個例子，謝謝
演算法 algorithm 是指解題方 而完整的描述，是一系列解決問題的清晰指令，演算法代表著用系統的方法描述解決問題的策略機制。也就是說，能夠對一定規範的輸入，在有限時間內獲得所要求的輸出。如果乙個演算法有缺陷，或不適合於某個問題，執行這個演算法將不會解決這個問題。不同的演算法可能用不同的時間 空...
人類是從什麼中受到啟發發明了飛機？
受鳥兒空中飛翔的啟示，人類發明了飛機。 船和潛艇設計原理，來自人們對魚類和海豚的模仿。 科學家根據野豬的鼻子測毒的奇特本領製成了世界上第一批防毒面具。 火箭公升空利用的是水母 墨魚反衝原理達成的。 科學家研究青蛙的眼睛，從而發明了電子蛙眼。蜻蜓。飛機在高速飛行時，經常會受到顫振的影響，嚴重時會折斷機翼...