首页 > 代码库 > 启发式爬山法

启发式爬山法

 爬山法是一种局部搜索算法,也属一种启发式方法。但它一般只能得到局部最优,并且这种解还依赖于起始点的选取。现在有各种版本的爬山法,下面给出的是一种简单迭代爬山法。
开始时,当前解的所有可能邻域都被考虑,并且将且有最好评估值eval_r(vn)的串vn与当前串vc作比较。如果eval_r(vc)比eval_r(vn)差,则新串vn就成为当前串;否则,则没有可能再进行局部改进:该算法已经达到局部最优或者全局最优(变量local=TRUE).
在这种情况下,算法的下一次迭代(t←t+1)随机选取一个新的当前串来执行.
procedure 迭代爬山法
begin
    t ← 0
    初始化 best
    repeat
      local ← FALSE
      随机选取一个当前点vc
      评估vc
      repeat
          在vc的邻域中选择所有新点
          从这个新点的集合中找到使评估函数eval的值最优的点vn
          if eval(vn) 好于 eval(vc
                then vc ← vn
                else local ← TRUE
       until local
       t ← t+1
       if vc 好于 best
            then best ← vc
     until t = MAX
end