不依赖于初始解的优化算法

Question

我知道一些优化算法，比如爬山，模拟退火，遗传算法。

我提到的这三种方法都依赖于初始解，即初始解可能对最终最优解的质量有很大影响。

我想知道是否有任何优化算法不依赖于初始解，至少不像这三个算法那么多。

谢谢。

Answer 1

您可以将蚁群优化添加到您的列表中。它使用蚂蚁和信息素的波动和轮盘赌轮模拟来改进解决方案。但输入也是初始解决方案。

Answer 2

您所指的算法是元启发式算法。它们在“元”级别上工作，即在其他启发式方法的顶部。也就是说，他们试图“改进”--通过系统化的过程，以迭代的方式“优化”一些其他启发式算法产生的解决方案。因此，它们至少需要一个初始解决方案。其中一些是基于人口的，因此它们需要多个解决方案。

一个非常重要的修正：“初始解可能对最终最优解的质量有很大的影响”。

元启发式的关键成功因素之一是它对初始解质量的不敏感性。

但是，这不是提出这种问题的地方。我改用or-exchange