算法式和启发式

提出假设就是提出解决问题的可能途径与方案,选择恰当的解决问题的操作步骤,提出假设是问题解决的关键阶段。常用的方式主要有两种:算法式和启发式。它们之间的区别是:

一、算法式

【定义】算法式是把解决问题的所有可能的方案都列举出来,逐一尝试。此种方式虽然可以保证解决问题,但效率不高。其优点是能够保证问题的解决,但费时费力。当问题复杂、问题空间很大时,很难依靠这种策略来解决问题。另外,有些问题也许没有现成的算法或尚未发现其算法,对这种问题算法策略将是无效的。

【例子】例如:行李箱的密码共有3个转钮,每一转钮有0-9十位数字,采用算法策略找出密码打开箱子,就要逐个尝试3个数字的随机组合,比如001,002……等等,直到找到密码为止。

二、启发式

1.爬山法

爬山法是类似于手段—目的分析的一种解题策略。它是采用一定的方法逐步降低初始状态和目标的距离,以达到问题解决的一种方法。这就像登山者,为了登上山峰,需要从山脚一步一步登上山峰一样,所以叫做爬山法。

2.手段目的分析法

【定义】所谓的手段—目的分析就是将需要达到的问题的目标状态分成若干子目标,通过实现一系列的子目标最终达到总目标。手段—目的分析是一种不断减少当前状态与目标状态之间的差别而逐步前进的策略。但有时,人们为了达到目的,不得不暂时扩大目标状态与初始状态的差异,以便最终达到目标。

【特点】为达目标,有时会有迂回状态。

【例子】曲线救国:产生于抗日战争期间,指采取直接的手段不能够解决,比如正面抗击日本侵略军的话,能力不够,就只好采取间接的,效果可能慢一些的,发动军队及以外的各界人士和力量,或者从侧面迂回牵制干扰的策略,一点一点地争取和保卫胜利果实,有时候可能还要放弃一部分已经得到手的东西,但斗争的大方向不变。也就是有时候为了达到目的,不得已扩大与目标的距离。

3.逆向搜索

【定义】逆向搜索又称为目标递规策略。就是从问题的目标状态开始搜索直至找到通往初始状态的通路或方法。例如,人们要去城市的某个地方,往往是在地图上先找到目的地,然后查找一条从目的地退回到出发点的线路。

【适用范围】逆向搜索更适合于解决那些从初始状态到目标状态只有少数通路的问题,一些几何类型问题较适合采用这一策略。

【例子】例如,如果9.1开学,那么我必须在8.31到校,在8.30收拾好行李。

4.类比思维

【定义】当面对某种问题情境时,个体可以运用类比思维,先寻求与此有些相似的情境的解答。

【例子】若A对象具有属性a、b、c、d,且B对象具有属性a、b、c,猜想:B对象具有属性d。类比推理的过程,是从特殊到特殊,由此及彼的过程,可谓“他山之石,可以攻玉”。

三、对比算法式和启发式

假设你的钥匙被忘在了家中的某个地方,你想找到它。

习题

【单选题】数学老师举例“某数加上10,减去7,乘以3,除以5,等于12。这个数是多少”的解题可以从12入手,在从后往前推算的过程中,每一步都是同原来相反的运算,比如原来加的,运算时用减,原来减的,运算时用加;原来乘的,运算时用除……这种解决问题的策略是()。

A.爬山法B.联想法C.逆推法D.类比法

【答案】C。解析:本题考查问题解决的途径。在寻求答案时,存在两种解决问题的途径:算法式和启发式,启发式包括手段目的分析法、爬山法、逆推法、联想法、类比法等。逆推法是指从目标状态出发,考虑如何达到初始状态的问题解决方法。题目中,解题的方法是从结果入手,从后往前推算,因此属于逆推法。C项正确。

A项,爬山法是指采用一定的方法逐步降低初始状态和目标状态的距离,以达到问题解决的一种方法。与题干不符,排除。

B项,联想法是指根据当前的问题,充分联想自己以前解决过的相同或类似的问题,并借助该问题的解决思路来解决当前问题的方法。与题干不符,排除。

D项,类比法是指当面对某种问题情境时,个体可以运用类比思维,先寻求与此有些相似的情境的解答。与题干不符,排除。

THE END
1.数学建模——启发式算法(模拟退火遗传算法)启发式算法是基于直观或经验构造的算法,在可接受的计算时间和空间条件下,给出待解决优化问题的一个可行https://kaiwu.qboson.com/forum.php?mod=viewthread&tid=431&extra=page%3D1
2.启发式算法详解:贪心禁忌搜索模拟退火遗传算法本文详细介绍了启发式算法,包括贪心算法、禁忌搜索、模拟退火算法、遗传算法的原理和应用。贪心算法每次选择局部最优解,禁忌搜索通过禁忌列表避免局部最优解,模拟退火算法引入随机性和温度控制,遗传算法模拟生物进化优化解。这些算法在不同问题和领域中有广泛应用。 https://blog.csdn.net/runqu/article/details/138411522
3.超启发式算法的分类有哪些?LTD知识百科增长黑武器由于超启发式算法的研究尚处于起步阶段,对于已有的各种超启发式算法,国际上尚未形成一致的分类方法。按照高层策略的机制不同,现有超启发式算法可以大致分为4类:基于随机选择、基于贪心策略、基于元启发式算法和 由于超启发式算法的研究尚处于起步阶段,对于已有的各种超启发式算法,国际上尚未形成一致的分类方法。按照高层https://ltd.com/article/5377476944108263
4.什么叫启发式算法,主要优点和不足有哪些?什么叫启发式算法,主要优点和不足有哪些?相关知识点: 试题来源: 解析 答:在问题结构不良的情况下,为得到近似可用的解,分析人员必须运用自己的感知和洞察力,从与其有关而较基本的模型及算法中寻求其间的联系,从中得到启发,去发现适于解决该问题的思路和途径,这种方法称为启发式方法,由此建立的算法称为启发式算法。https://easylearn.baidu.com/edu-page/tiangong/bgkdetail?id=fe2ebc0feff9aef8941e0627&fr=search
5.以下对基因遗传算法描述正确的是()。B是一种启发式的搜索算查看完整题目与答案 参考解析: 基因遗传算法反映了自然选择的过程;是一种启发式的搜索算法 AI解析 重新生成最新题目 【单选题】如果将人眼比作照相机的话,则相当于暗盒的是( )。 查看完整题目与答案 【单选题】道德是人类社会生活中依据社会舆论、( )和内心信念,以善恶评价为标准的意识、规范、行为和https://www.shuashuati.com/ti/c593711798a74c9a982cf55a7b69423c.html?fm=bd678dea3fa47e926b67e67cbef0c20e02
6.算法式和启发式提出假设就是提出解决问题的可能途径与方案,选择恰当的解决问题的操作步骤,提出假设是问题解决的关键阶段。常用的方式主要有两种:算法式和启发式。它们之间的区别是: 一、算法式 【定义】 算法式是把解决问题的所有可能的方案都列举出来,逐一尝试。此种方式虽然可以保证解决问题,但效率不高。其优点是能够保证问题的解http://m.tj.zgjsks.com/html/2020/zx_0417/33684.html
7.启发式算法设计中的骨架分析与应用37, No. 3 March, 2011 启发式算法设计中的骨架分析与应用 江贺 1 邱铁 1 胡燕 1 李明楚 1 罗钟铉 1, 2 摘要 骨架是指一个 NP- 难解问题实例的所有全局最优解的相同部分, 因其在启发式算法设计中的重要作用而成为该领域 的研究热点. 本文对目前骨架及相关概念的研究成果进行了全面综述, 将骨架本身的http://www.aas.net.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=17389
8.路径规划(十)启发式InformedRRT*算法可能有人会直接想,这里只不过是缩小了采样空间,并不会明显改进算法。但是实际上,当拓展到高维空间时,效率的提升是巨大的。 那么,如何表达这个椭圆呢?下面介绍椭圆采样区域的表达方式 方法1: 先在标准椭圆的方程中采样,再将采样点旋转平移到实际采样区域,需要两个矩阵:平移向量、旋转矩阵。这两个参数只需要在初始化https://www.baltamatica.com/community/sposts/detail/9ba5d708-d44e-a616-28f8-02bdf52cbfb8.html
9.双重信息编码遗传算法在选址模型中的应用AET目前,越来越多的研究人员趋向于采用遗传算法、拉格朗日松弛法、模拟退火算法等启发式算法来达到或逼近该问题的最优解[2]。参考文献[3]使用两步骤近似法构建在库存和运输双重能力约束下,每个周期配送中心的库存成本计算方法,分别用遗传算法、克隆选择算法、粒子群算法求解所建立的模型;参考文献[4]使用经遗传算法改进的人http://www.chinaaet.com/article/185115