混合元试探法

在面临复杂的最新优化问题时，为了发现可能的答案，人们经常利用经验、常识、试错等方法，它们被称为试探法。初看上去，这样的方法与严格的科学方法相差很大，后者通常是建立在特征化、推论、假说和实验的基础上的。许多用来发现特定问题良好解决办法的试探准则及策略，通常与问题的本身无关。

在计算机科学和人工智能领域创造了元试探这个术语，现在已被广泛接受。该方法目前还作为不只针对某一特殊问题解决方法的通用技术。遗传和进化算法、禁忌搜索、模拟退火、迭代局部搜索、蚁群优化、分散搜索等是这些类属术语的典型代表。在过去的十多年里，对元试探法的研究很活跃。其中的许多技术是受到了自然界的启示。尽管许多组合最优化问题很难最适当地解决，但是借助于相对简单的元试探法获得的结果还是比较成功的，成功的记录激励研究人员对元试探法进行有效的正规理论开发。实例显示元试探法与源自其他类型的最优化算法的概念相组合能产生更加有效的行为和较大的灵活性。例如把典型的运筹学(0R)技术规划纳入元试探法可能是有益的。这种结合后的方法被称为“混合元试探法”。

本书共有9章。1．混合元试探法入门；2．组合最优化的(整数)线性规划技术与元试探法的结合；3．完整与不完整搜索之间的关系；4．借助分支限界导数的元试探法混合化；5．甚大规模领域搜索：有关着色问题的概述及案例研究；6．构造性元试探法与约束编程的混合：使用蚁群最优化的实例研究；7．包装问题的混合元试探法；8．多目标组合最优化的混合元试探法；9．组合最优化的多级精化：助推元试探的性能。

本书是斯普林格出版社出版的《计算智能研究》丛书的第114卷，它提供了对混合试探法这个主题的介绍，讨论了相关的理论及应用，可供从事计算智能研究和应用的研究人员、研究生阅读。

胡光华，高级软件工程师

(原中国科学院物理学研究所)

推荐访问： 试探 混合

---