ความหมายของวิธีการแก้ปัญหา (meta)

1. สำหรับการปรับให้เหมาะสมจากWikipedia :

   ในวิทยาการคอมพิวเตอร์metaheuristicกำหนดวิธีการคำนวณที่ปรับแก้ปัญหาโดยพยายามปรับปรุงวิธีแก้ปัญหาผู้สมัครโดยคำนึงถึงการวัดคุณภาพที่กำหนด Metaheuristics มีสมมติฐานน้อยหรือไม่มีเลยเกี่ยวกับปัญหาที่ได้รับการปรับให้เหมาะสมและสามารถค้นหาช่องว่างขนาดใหญ่ของการแก้ปัญหาผู้สมัคร อย่างไรก็ตาม metaheuristic ไม่รับประกันว่าจะพบทางออกที่ดีที่สุด อภิปัญญาหลายคนใช้การเพิ่มประสิทธิภาพสุ่มบางรูปแบบ

   คำอื่น ๆ ที่มีความหมายคล้ายกันกับ metaheuristic คือ: ปราศจากอนุพันธ์การค้นหาโดยตรงกล่องดำหรือเครื่องมือเพิ่มประสิทธิภาพการแก้ปัญหาเพียงอย่างเดียว มีการตีพิมพ์หนังสือและแบบสำรวจหลายเล่มเกี่ยวกับเรื่องนี้

   • ฉันสงสัยว่าจะบอกได้อย่างไรว่าวิธีการปรับให้เหมาะสมนั้นมีการเปลี่ยนแปลงหรือไม่? ตัวอย่างเช่น,

     (1) วิธีการซิมเพล็กซ์สำหรับการเขียนโปรแกรมเชิงเส้นเชิงคณิตศาสตร์?

     (2) ส่วนใหญ่ของวิธีการเขียนโปรแกรมที่ไม่เชิงเส้นเช่นการไล่ระดับสีวิธีการคูณลากรองจ์วิธีการลงโทษวิธีการจุดมหาดไทย (วิธีการอุปสรรค), เกี่ยวกับการเปลี่ยนแปลง

     (3) วิธีการไล่ระดับสีฟรีทั้งหมดเช่นวิธี Nelder – Mead หรือวิธีดาวน์ฮิลล์เริมซ์, metaheuristic หรือไม่?

   • วิธีการเพิ่มประสิทธิภาพบางอย่างที่ไม่เกี่ยวกับการเปลี่ยนแปลงคืออะไร?

2. โดยทั่วไป (เกินกว่าการเพิ่มประสิทธิภาพ) สำหรับเทคนิคการแก้ปัญหาจากWikipedia :

   Heuristicหมายถึงประสบการณ์ที่ใช้เทคนิคในการแก้ปัญหาการเรียนรู้และการค้นพบ ในกรณีที่การค้นหาไม่ได้ผลจะใช้วิธีการแก้ปัญหาเพื่อเร่งกระบวนการค้นหาวิธีแก้ไขปัญหาที่น่าพอใจ ตัวอย่างของวิธีการนี้รวมถึงการใช้กฎง่ายๆการเดาที่มีการศึกษาการตัดสินใจแบบหยั่งรู้หรือสามัญสำนึก

   ในแง่ที่แม่นยำยิ่งขึ้นฮิวริสติกเป็นกลยุทธ์ที่ใช้เข้าถึงได้ง่ายแม้ว่าจะใช้งานได้อย่างหลวม ๆ ข้อมูลในการควบคุมการแก้ปัญหาในมนุษย์และเครื่องจักร

   ฉันสงสัยว่าจะเข้าใจความหมายของ "ฮิวริสติก" ได้อย่างไร?

   • ฉันจะบอกได้อย่างไรว่า "การแก้ปัญหาการเรียนรู้และการค้นพบ" เป็นวิธีแก้ปัญหาหรือไม่?

   • เทคนิค "การแก้ปัญหาการเรียนรู้และการค้นพบ" อะไรบ้างที่ไม่ใช่การวิเคราะห์พฤติกรรม?

ขอบคุณและขอแสดงความนับถือ!

ฮิวริสติกเป็นสิ่งที่ใช้งานได้ในหลายกรณีในทางปฏิบัติแม้ว่าจะไม่มีข้อโต้แย้งที่ละเอียดว่าทำไมมันจึงควรทำงานได้ดี

Metaheuristics ไม่ได้เป็นอัลกอริทึม แต่เป็นรูปแบบการแก้ปัญหาหรือแนวคิดแบบทั่วไปที่สามารถใช้ได้ภายในอัลกอริทึมเฉพาะ

ตัวอย่างเช่นอัลกอริทึมแบบซิมเพล็กซ์สำหรับการเขียนโปรแกรมเชิงเส้นไม่ใช่ทั้งฮิวริสติกและการวิเคราะห์เชิงเมตริเยศาสตร์เนื่องจากมีทฤษฎีคอนเวอร์เจนซ์ sqame มีไว้สำหรับการเขียนโปรแกรม quadtatic ต่อเนื่องหรือวิธีการจุดภายใน (วิธีการจุดภายในเป็นรูปแบบทั่วไป แต่ไม่ใช่การวิเคราะห์พฤติกรรมและไม่ใช่แบบการวิเคราะห์เนื่องจากมีทฤษฎีที่ค่อนข้างแข็งแกร่งที่เกี่ยวข้องกับมัน)

อัลกอริธึม Nelder-Mead = downhill simplex เพื่อย่อฟังก์ชันคือฮิวริสติก (จริง ๆ แล้วมันอาจจะล้มเหลวในปัญหาที่ค่อนข้างง่ายในมิติที่สูงกว่า) และการค้นหา tabu คือ metaheuristics (เนื่องจากอัลกอริธึมที่หลากหลาย มีคุณภาพแตกต่างกันมาก

ฉันจะไม่ทำซ้ำมากกว่า simplex และ Nelder-Mead เนื่องจาก @ArnoldNeumaier ให้คำอธิบายที่ดีมาก แต่ต้องการเพิ่ม 2 เซนต์ของฉัน

หนึ่งในคำพูดที่ดีที่สุดที่ฉันเคยได้ยินเมื่อนานมาแล้วเพื่ออธิบายความแตกต่างระหว่างฮิวริสติกและการเปลี่ยนแปลงในระบบ: ฮิวริสติกเป็นกฎที่ดีทีเดียว metaheuristic เป็นกฎที่ดีสำหรับการค้นหากฎที่ดีงาม

คุณควรเห็นว่ามันเป็นวิธีในการค้นหาฮิวริสติกที่ดีสำหรับปัญหาเฉพาะ โดยทั่วไปถ้าคุณถามตัวเองกับหนึ่งในคำถามต่อไปนี้ที่คุณกำลังพูดถึงเกี่ยวกับการแพทย์

• ฉันควรปรับแต่งพารามิเตอร์ของฮิวริสติกนี้เพื่อปรับปรุงประสิทธิภาพของปัญหานั้นอย่างไร
• ฮิวริสติกนี้ดีกว่าฮิวริสติกหรือไม่

มี metaheuristic มากมายที่คุณสามารถใช้สำหรับการแก้ปัญหาการเรียนรู้และการค้นพบคือ:

• การอบแบบจำลอง : ฉันใช้เครื่องมือตัวนี้เพื่อแก้ไขปัญหาการวางตำแหน่งของส่วนประกอบที่เชื่อมต่อบนกริดเพื่อลดต้นทุนการเชื่อมต่อทั้งหมดเช่น
• จับกลุ่มอนุภาค
• ฝูงมด
• ค้นหา Tabu

ฉันพบว่า metaheuristics ส่วนใหญ่ได้รับแรงบันดาลใจจากปรากฏการณ์ทางธรรมชาติซึ่งยากที่จะอธิบายอย่างจริงจัง แต่มีคุณสมบัติการบรรจบกัน

นี่คือลิงค์ที่ดีหากคุณต้องการอ่านเพิ่มเติมเกี่ยวกับเทคนิคการคิดเลขอื่น ๆ