use*_*964 5 algorithm search computer-science artificial-intelligence heuristics
爬山搜索和分支绑定是人工智能中使用的两种启发式搜索算法.这两种方法有什么区别？
tem*_*def 14
爬山搜索的工作原理是首先猜测解决方案,然后迭代地对其进行局部更改,直到找到解决方案或启发式陷入局部最大值.有许多方法可以避免卡在局部最大值中,例如并行运行多个搜索,或者概率性地选择后继状态等.在许多情况下,爬山算法会快速收敛到正确的答案.但是,这些方法都不能保证找到最佳解决方案.
分支定界解决方案通过将搜索空间切割成片段,探索一个片段,然后根据每次搜索期间获得的信息尝试排除搜索空间的其他部分来工作.他们保证最终找到最佳答案,但这样做可能需要很长时间.对于许多问题,基于分支定界的算法工作得很好,因为少量信息可以迅速缩小搜索空间.
简而言之,爬山并不能保证找到合适的答案,但往往跑得非常快并且给出了很好的近似值.分支和绑定始终找到正确的答案,但可能需要一段时间才能完成.
希望这可以帮助!