14、超启发式算法：自主问题求解器

超启发式算法：自主问题求解器

1. 超启发式算法概述

传统算法设计通常针对特定问题场景，这需要专业领域知识和算法开发能力。然而，设计空间巨大，常导致次优算法，且易被后续新方法超越。人类设计的算法存在缺陷，开发过程耗时且资源消耗大，还难以用于解决其他问题。

超启发式算法（HHs）因其问题独立性而备受关注，旨在快速开发算法，以相对有限的计算资源和专业知识，提供合理的性能，从而解决各种问题。其目标是提供“足够好、足够快、足够便宜”的解决方案，构建多用途算法。不过，算法的可访问性受到领域障碍的限制，该障碍将算法与问题及其相关元素严格分离。

超启发式算法的一个关键特性是通用性，即跨多个问题域提供有效性能。但这与“没有免费午餐定理”（NFLT）存在挑战，该定理指出，考虑所有可能的问题，所有算法的平均性能相同。不过，已有研究表明，超启发式算法能够突破这一定理的限制，具有一定的优势。

此外，问题实例层面的挑战也推动了超启发式算法的研究。搜索/适应度景观可能难以探索，某些类型的超启发式算法，如选择超启发式算法（SHHs），可以通过切换启发式方法隐式地处理这一任务，而生成超启发式算法（GHHs）则可以自动构建启发式方法。

2. 超启发式算法的应用领域

超启发式算法已成功应用于大量计算挑战性问题，主要包括以下几类：
| 类型 | 问题 |
| — | — |
| 调度 | 流水车间调度、作业车间调度、项目调度、护士排班、患者入院调度、家庭护理调度、维护人员调度、任务调度、夹具调度、销售峰会调度 |
| 时间表安排 | 学校时间表安排、课程时间表安排、考试时间表安排 |
| 路由 | 旅行商