跳转到内容

爬山算法

本页使用了标题或全文手工转换
维基百科，自由的百科全书

这是爬山算法的当前版本，由Tokisaki Kurumi（留言 | 贡献）编辑于2023年11月28日 (二) 14:12 （加入{{Unreferenced}}並移除{{Refimprove}}标记）。这个网址是本页该版本的固定链接。

(差异) ←上一修订 | 最后版本 (差异) | 下一修订→ (差异)
图与树
搜索算法
分类
相关主题

爬山算法是一种局部择优的方法，采用启發式方法，是对深度优先搜索的一种改进，它利用反馈信息帮助生成解的决策。

爬山算法一般存在以下问题：

  1. 局部最大
  2. 高地：也称为平顶，搜索一旦到达高地，就无法确定搜索最佳方向，会产生随机走动，使得搜索效率降低。
  3. 山脊：搜索可能会在山脊的两面来回震荡，前进步伐很小。

解决方法：随机重启爬山算法

检索自“https://zh.wikipedia.org/w/index.php?title=爬山算法&oldid=79904765”