Questions tagged «heuristics»

为了优化，请参阅Wikipedia： 在计算机科学中，元启发法指的是一种计算方法，该方法通过反复尝试针对给定的质量度量来改进候选解决方案来优化问题。元启发法很少或根本没有假设要优化的问题，并且可以搜索很大范围的候选解。但是，元启发法不能保证找到最佳解决方案。许多元启发法实现某种形式的随机优化。 其他与元启发式具有相似含义的术语是：无导数，直接搜索，黑盒或实际上只是启发式优化器。关于该主题已经出版了几本书和调查论文。 我想知道如何判断优化方法是否是元启发式的？例如， （1）线性规划元启发式的单纯形法吗？ （2）是否存在大多数非线性编程方法，例如梯度下降，拉格朗日乘数方法，罚分方法，内点方法（屏障方法），元启发式方法？ （3）是否所有无梯度方法（例如Nelder–Mead方法或下坡单纯形方法）都属于启发式方法？ 什么不是元启发式优化方法？ 从Wikipedia上更一般地（超越优化）解决问题的技术： 启发式是指用于解决问题，学习和发现的基于经验的技术。如果无法进行详尽的搜索，则可以使用启发式方法来加快找到令人满意的解决方案的过程。此方法的示例包括使用经验法则，有根据的猜测，直观的判断或常识。 准确地说，启发法是使用易于访问但宽松的信息来控制人类和机器中问题解决的策略。 我想知道如何理解“启发式”的含义吗？ 如何判断“解决问题，学习和发现”技术是否具有启发性？ 什么是非启发式的“解决问题，学习和发现”技术？ 谢谢并恭祝安康！

10 optimization  heuristics 

是否有简单的经验法则可以说明是否值得进行SOR而不是Gauss-Seidel？（以及可能的方法如何估计贴切参数）ωω\omega 我的意思是仅查看矩阵，还是矩阵代表的特定问题的知识？ 我正在阅读有关以下问题的答案： 是否有用于优化连续超松弛（SOR）方法的试探法？ 但这有点太复杂了。我没有看到简单的启发式方法，仅在矩阵上（或它代表的问题）如何估算光谱半径。 我想要简单得多的东西- 仅有几个 SOR收敛更快的矩阵（问题）示例。 我正在针对该国王的矩阵进行SOR实验： 其中是单位矩阵，和 s是来自unifrom分布的随机数，使得。我以为最优与参数。A=I+C+RA=I+C+RA = I + C + R IIICij=cCij=cC_{ij}=c ∀i,j∀i,j \forall i,j[R我ĴRijR_{ij}|[R我Ĵ| &lt;ř|Rij|&lt;r|R_{ij}|<rωω\omegaÇ ，[Rc,rc,r 编辑：我用很小的来确保tha在对角线中很强。（对于尺寸5-10的矩阵，）。我还应该说这些是真实且对称的。c,rc,rc,rAAA|c|&lt;0.1|c|&lt;0.1|c|<0.1r&lt;2|c|r&lt;2|c|r<2|c|AAA 但是，我发现Gauss-Seidel（）几乎总是最好的（？）ω=1ω=1\omega=1。这是否意味着之间必须存在更多的关联才能利用SOR？还是我做错了什么？ AijAijA_{ij} 我知道，SOR并不是最有效的求解器（与CG，GMRES ...相比），但是它易于实现和并行化以及针对特定问题进行修改。对原型来说肯定不错。

9 linear-solver  iterative-method  heuristics