摘要：
这两天看了一些局部搜索的内容，笔记如下。1.梯度下降法 最简单的一种方法，对给定的解，搜索其邻域解，若邻域中有更优的解（根据给定的评估函数评定），则移动至该邻域解，继续寻找，直至找不到为止。此时，就找到了局部最优解。 方法非常简单，但是缺陷也很明显，即陷入到局部最优解之后无法跳出。2.模拟退火算法 算法框架与第一种没有差别。 简单描述一下，该方法增加了根据概率跳出局部最优的特性，即当陷入局... 阅读全文
|
摘要：
这两天看了一些局部搜索的内容，笔记如下。1.梯度下降法 最简单的一种方法，对给定的解，搜索其邻域解，若邻域中有更优的解（根据给定的评估函数评定），则移动至该邻域解，继续寻找，直至找不到为止。此时，就找到了局部最优解。 方法非常简单，但是缺陷也很明显，即陷入到局部最优解之后无法跳出。2.模拟退火算法 算法框架与第一种没有差别。 简单描述一下，该方法增加了根据概率跳出局部最优的特性，即当陷入局... 阅读全文
|