在学习环境和实践中,我必须时不时地使用不同的算法来解决问题。但是,我使用它们的次数越多,似乎就越有可能部署AI来尝试寻找最优解,特别是对于NP完全问题,因为AI的“进展”很容易被跟踪
例如,如果我们从来不知道如何有效地解决背包问题;我想知道,应用人工智能来找到给定问题的最优解是否实用和/或是否可以?
发布于 2019-11-13 19:14:27
一般来说,AI algorithms可以找到基本上任何函数的近似值。它们之所以如此强大,是因为即使对于具有许多输入参数和/或许多输出参数和/或非常复杂的内部结构的极其复杂的函数也是如此。
另一方面,没有已知的方法可以“快速”解决NP-complete problems问题。在实践中,您通常需要在一个巨大的解空间中进行搜索,以找到最优解。这就是为什么人们使用启发式方法和近似算法来有效地找到“足够好”的解决方案。
所以,是的,你可以使用AI来找到一个很好的近似解决方案(甚至可能比传统的启发式方法更好)来解决计算困难的问题。
但是不,如果问题是NP完全的,你仍然不能知道你已经找到了最优解。
https://stackoverflow.com/questions/58829202
复制相似问题