Metaheurystyki
Generalnie metody heurystyczne tworzone są dla ściśle określonej klasy problemów.
Im węższy zakres tej klasy, tym więcej można znaleźć deterministycznych reguł
poszukiwania lepszych rozwiązań i tworzone heurystyki dostarczają lepszych rezultatów.
Istnieje jednak grupa metod heurystycznych, które można zastosować dla wielu klas
problemów. Dopasowanie do poszczególnego problemu można dokonać przez zmianę
cechujących je parametrów. Tę grupę metod heurystycznych nazywa się często
metaheurystykami. Najważniejsze metaheurystyki to:
metoda przeszukiwania tabu (ang. tabu search)
algorytmy genetyczne (ang. genetic algorithms)
metoda symulowanego wyżarzania (ang. simulated annealing)
Algorytm Tabu (ang. Tabu Search - TS)
Główną cechą tego algorytmu jest możliwość wybrania rozwiązania pogarszającego
wartość funkcji celu oraz wprowadzenie listy TABU.
Jeżeli następuje przejście z rozwiązania x do y, to x wprowadza się na koniec listy tabu
i przebywa ono przez k iteracji, gdzie k jest długością listy. Dowolne rozwiązanie z nie
zostanie wybrane ponownie tak długo, jak długo przebywa ono na liście tabu. Lista tabu
została wprowadzona dla uniknięcia cykli (związanych z wyjściem i powrotem do
lokalnego optimum), co zmusza algorytmu do przeszukiwania nowych regionów
rozwiązań.
docsity.com