¿Qué es la búsqueda heurística?

La búsqueda heurística consiste en buscar en el espacio de estados, evaluar la posición de cada búsqueda, obtener la mejor posición y luego comenzar a buscar desde esta posición hasta la meta. Esto puede ahorrar muchas rutas de búsqueda intrépidas y mejorar la eficiencia. En la búsqueda heurística, la evaluación de la posición es muy importante. Diferentes evaluaciones tendrán diferentes efectos. Veamos primero cómo se expresa la valoración.

La valoración heurística se representa mediante una función de valoración, por ejemplo:

f(n) = g(n) h(n)

donde f( n ) es la función de evaluación del nodo n, g(n) es el costo real desde el nodo inicial al nodo n en el espacio de estados, y h(n) es el costo estimado de la mejor ruta desde el nodo n hasta el nodo objetivo. Aquí es principalmente h(n) el que refleja la información heurística de la búsqueda, porque se conoce g(n). En detalle, g(n) representa la tendencia prioritaria de amplitud de búsqueda. Pero cuando h(n)>: gt; para mejorar la eficiencia, se puede omitir G(n).

Los algoritmos heurísticos incluyen el algoritmo de colonia de hormigas, el algoritmo genético y el algoritmo de recocido simulado.

El algoritmo de colonia de hormigas es un método de búsqueda y optimización aleatoria procedente de la naturaleza y un comportamiento heurístico grupal en biología. Se ha aplicado en optimización combinatoria, inteligencia artificial, comunicaciones y otros campos. El algoritmo de colonia de hormigas se puede utilizar en sistemas distribuidos debido a su retroalimentación positiva y sinergia, y su paralelismo implícito le otorga un gran potencial de desarrollo. A juzgar por los resultados de la simulación numérica, tiene mejor adaptabilidad que el popular algoritmo genético y el algoritmo de recocido simulado.