爬山算法
来源:互联网 发布:apache tomcat 区别 编辑:程序博客网 时间:2024/05/17 08:18
爬山算法是一种局部择优的方法,采用启发式方法,是对深度优先搜索的一种改进,它利用反馈信息帮助生成解的决策。 属于人工智能算法的一种。
算法描述
从当前的节点开始,和周围的邻居节点的值进行比较。 如果当前节点是最大的,那么返回当前节点,作为最大值(既山峰最高点);反之就用最高的邻居节点来,替换当前节点,从而实现向山峰的高处攀爬的目的。如此循环直到达到最高点。
function HillClimbing(problem) return 一个局部最优状态 输入:problem 局部变量:current, 一个节点 neighbor,一个节点 current = MakeNode(Initial-State(problem)); loop do neighbor = a highest-valued successor of current ; if VALUE[neighbor] <= VALUE[current] then return STATE[current]; current = neighbor ;
算法优缺点
优点
避免遍历,通过启发选择部分节点,从而达到提高效率的目的。
缺点
因为不是全面搜索,所以结果可能不是最佳。
爬山算法一般存在以下问题:
1)局部最大:某个节点比周围任何一个邻居都高,但是它却不是整个问题的最高点。
2)高地:也称为平顶,搜索一旦到达高地,就无法确定搜索最佳方向,会产生随机走动,使得搜索效率降低。
3)山脊:搜索可能会在山脊的两面来回震荡,前进步伐很小。
2 0
- 爬山算法
- 爬山算法
- 爬山算法
- 搜索算法:爬山法
- 爬山搜索算法
- 爬山算法->模拟退火
- 通俗理解爬山算法
- python爬山算法
- POJ2420爬山算法
- 爬山算法&模拟退火
- 算法题 之 爬山
- 算法 幸运数+爬山
- bzoj3874 [ AHOI2014 ] -- 爬山算法
- 爬山算法,模拟退火算法
- 爬山算法,模拟退火算法
- 爬山算法、模拟退火算法
- local search 之爬山算法
- bzoj3680 吊打XXX 爬山算法
- C++对象模型详解(整理)
- 公开课机器学习笔记(8)生成学习算法
- rtp与rtcp协议详解
- 元素的 height、clientHeight和offsetHeight之间的区别
- Beaglebone启动过程
- 爬山算法
- Matrix
- xUtils DbUtils 关于实体类注解 汇总
- requestWindowFeature各属性详解
- 软键盘的隐藏与显示
- em和px的区别一次彻底搞清楚!
- 同步/异步 阻塞/非阻塞
- Arale aspect切面编程源码解析
- Ext4文件系统架构分析(二)