自然启发式教程:

克雷格Tovey。

进化规划、遗传算法、模拟退火、蚁群优化和粒子群优化是最早的优化启发式方法，它们受到自然界中有生命和无生命现象的启发。一些最近发明的方法有异国情调的名字，如蟑螂侵扰，打乱蛙跳，入侵杂草优化和布谷鸟搜索。本教程是对这种令人困惑的、迅速发展的启发式的指南，它现在包括100多个算法，其伴随的出版物数量达到数十万。它们的基本原则包括群体、重组、探索、强化、编码、选择、随机性和扰动。它们在许多实现中都取得了成功，通常在实现或用户接受方面战胜了传统的OR/CS方法。在许多与经典方法进行的计算测试比较中，它们的成功程度并不高，有时甚至令人叹为观止。我推测为什么这些成功水平差异如此之大。一方面，我批评这一启发式研究的偏狭性和数学naiveté，特别是其有限的自然对比和算法参数调整的自相矛盾立场。另一方面，我批评OR社区含蓄地将重要的优化领域割让给其他人，以及我们未能面对现有的情况。为了鼓励我们的社区彻底参与到自然启发的启发中来，我通过观察个人和社区激励之间的不协调来总结，确定了一些潜在的强大的自然启发的启发思想来优化，并提出了一些可能吸引运筹学人员的具体研究问题。伟德体育1946手机版