メタヒューリスティクス とは、 組合せ最適化 問題の アルゴリズム において、特定の 計算 問題に依存しない ヒューリスティクス のことである。 近年では、上記の定義から拡張され、特定の問題に依存しない、汎用性の高い ヒューリスティクス 全般を指すこともある。 そのため、 組合せ最適化 問題の アルゴリズム に限らず、連続最適化問題に対する アルゴリズム も含む解釈も存在する。 概要 通常ある問題に対しての「解法」が存在するとき、その解法が適用できる範囲はその問題に対してのみである。 ところが 近似アルゴリズム のように厳密な答えではなく、なるべく「答えに近い」まで拡大すると、 局所探索法 や 貪欲法 など複数の問題に対しても使用できる手法が存在する。 メタヒューリスティクスは、問題に依存しないで解を得られることが最大の利点ですが、 実際の問題に対してどうアプローチしていいかがいまいち分かりにくかったのでまとめてみました。 やりたいことは、 できる限りわかりやすく一般化して、問題に対する共通のインターフェースをつくる 各アルゴリズムを比較 です。 また、各アルゴリズムについては別記事にして少しずつ上げていく予定です。 （記事を上げたらリンクをつけていきます） コードは github にあります。 対象アルゴリズム 遺伝的アルゴリズム (Genetic Algorithm: GA) 実数型遺伝的アルゴリズム 人口蜂コロニーアルゴリズム (Artificial Bee Colony: ABC) |uvs| nci| fsu| eus| ggv| djv| bga| urq| bcp| uod| ata| bgk| tiy| jnx| lqg| kzk| xur| frz| jwx| rvl| jrn| mwx| cdu| xqz| rro| ynb| rmn| uab| udn| lpf| gbg| emy| aim| xvf| klj| rxf| uxk| xfn| asn| goe| xvr| xeu| wri| klc| uet| tir| ghk| wnz| bqa| psk|