【发布时间】：2012-04-29 02:35:36
【问题描述】：
我知道一些优化算法，例如爬山算法、模拟退火算法、遗传算法。
我提到的三个都依赖于初始解，即初始解可能对最终最优解的质量有很大影响。
我想知道是否有任何优化算法不依赖于初始解决方案，至少不像这三个那样多。
谢谢。
【问题讨论】：
-
优化的想法不就是从某个地方开始并尝试改进当前的解决方案吗？维基百科相关事项：en.wikipedia.org/wiki/…
标签： optimization
【发布时间】：2012-04-29 02:35:36
【问题描述】：
您可以将蚁群优化添加到您的列表中。它使用蚂蚁和信息素的波浪以及轮盘赌模拟来改进解决方案。但输入也是初始解。
【讨论】：
-
有一个初始解作为输入是可以的，也是必要的，但我想知道是否有任何算法可以尽可能减少初始解的影响。
-
@SpiritZhang：Christofides 算法可以保证您处于某个最优值范围内。
-
感谢您的信息！但我看到这是为 TSP 指定的算法。有什么更通用的吗？
-
@SpiritZhang：这取决于你的问题。 Christofides 适合欧克里德空间。满足三角不等式。如果您有其他指标，则它不起作用。
您所指的算法是元启发式算法。他们在“元”级别上工作，即在其他启发式方法之上。也就是说，他们试图通过系统程序以迭代方式“改进”-“优化”由其他启发式方法产生的解决方案。所以他们至少需要一个初始解决方案。其中一些是基于人群的，因此需要不止一种解决方案。
一个非常重要的修正： "初始解可能对最终最优解的质量有很大影响"
元启发式算法成功的关键因素之一是它对初始解决方案质量不敏感。
但是，所以它不适合这类问题。我改用or-exchange
【讨论】：