Techniki inteligencji obliczeniowej Kierunek studiów: Informatyka
Kod programu: W4-N2IN19.2021

Algorytm metaheurystyczny można używać do rozwiązywania dowolnego problemu, który można opisać za pomocą pewnych definiowanych przez ten algorytm pojęć. Najczęściej wykorzystywany jest jednak do rozwiązywania problemów optymalizacyjnych. Mankamentem algorytmów metaheurystycznych jest fakt, iż nie gwarantują one znalezienia rozwiązania, a ponadto zwykle nie można podać czasu ich działania. Skuteczność metaheurystyk zależy również w dużej mierze od parametrów, które pojawiają się w tego typu algorytmach. Niestety nie istnieją uniwersalne wartości tych parametrów, które zachowują się najlepiej dla wszystkich możliwych danych wejściowych.

(brak informacji)

1. Arabas J., Wykłady z algorytmów ewolucyjnych, Warszawa, 2004, WNT. 2. I. Rechenberg. Evolution strategy: Nature’s way of optimization. In Optimization: Methods and Applications, Possibilities and Limitations, pages 106–126. Springer Science & BusinessMedia, 1989. doi: 10.1007/978-3-642-83814-96. 3. Michalewicz Z., Algorytmy genetyczne + struktury danych = programy ewolucyjne, Warszawa, 2001, WNT. 4. Goldberg, D.E. (1989). Genetic Algorithms in Search, Optimization and Machine Learning. Kluwer Academic Publishers. ISBN 978-0-201-15767-3. 5. Glover, F.; Kochenberger, G.A. (2003). Handbook of metaheuristics. Springer, International Series in Operations Research & Management Science. ISBN 978-1-4020-7263-5.