大洪水演算法 (Great Deluge Algorithm)

最佳化方法

簡介

歷史

確定性搜尋

基本搜尋法

逐漸深入法

α-β 修剪

A* 搜尋法

隨機搜尋

單粒子隨機搜尋

貪婪演算法

爬山演算法

模擬退火法

禁忌搜尋法

多粒子隨機搜尋

演化策略

鳥群演算法

蟻群演算法

蜂群演算法

程式實作

基本搜尋法

爬山演算法

基因演算法

鳥群演算法

訊息

相關網站

參考文獻

最新修改

簡體版

English

大洪水演算法是爬山演算法的變形,其概念是當洪水來時,人會往高處爬,以避免被溺斃。

此演算法根據糟糕值以決定是否要接受新解,假如新解 b' < b + tolerance (badness(S') < badness(S)+tolerance),則可以接受新解 S',否則就不接受。

tolerance 會隨著時間遞減 (水位上升) tolerance := decay(tolerance) ,直到演算法結束為止。

參考文獻

  1. Gunter Dueck: "New Optimization Heuristics: The Great Deluge Algorithm and the Record-to-Record Travel", Technical report, IBM Germany, Heidelberg Scientific Center, 1990.
  2. Gunter Dueck: "New Optimization Heuristics The Great Deluge Algorithm and the Record-to-Record Travel", Journal of Computational Physics, Volume 104, Issue 1, p. 86-92, 1993

Facebook

Unless otherwise stated, the content of this page is licensed under Creative Commons Attribution-NonCommercial-ShareAlike 3.0 License