小周今天给分享优化算法有哪些的知识，其中也会对多目标优化算法有哪些进行解释，希望能解决你的问题，请看下面的文章阅读吧！

优化算法有哪些 多目标优化算法有哪些优化算法有哪些 多目标优化算法有哪些


优化算法有哪些 多目标优化算法有哪些


1、安装A算法是游戏中路径搜索的常见算法。

2、Dijkstra是最短路径的经典算法，A算法的思路基本上和Dijkstra算法一致，在Dijkstra算法的基础上增加了启发函数，也就是：f(n) = g(n) + h(n)如果你明白Dijkstra算法，那么在这里h(n) = 0 的话，A算法就和Dijkstra算法一样了。

3、本文不详细讲解A算法，需要详细了解A算法的具体过程的，参见以下两篇文章：A算法优化的关键在于h(n)的选择。

4、 一个启发函数h(n)被称为admissible的，是指h(n)的估计，不会超过N到目标的实际花费。

5、其中d(x,y)是（x,y）的长度如果满足这个条件，就意味着没有任何需要被处理多次，也就是说，在DPython3.3+或者Python2.7ijkstra算法中，新加入一个会导致已添加中cost降低的情况不会存在，也就不需要去更新已添加(称为close set)。

6、如果一个启发函数是单调的，那么该启发函数一定是admissible的。

7、如果该启发函数是admissible的，那么可以证明A在同类算法中搜寻到最短的路径。

8、问题出在这里：如果我们更在意的是搜索的时间空间花费，而不是结果，那么A算法就有优化空间。

9、所以我们放松要求，修改我们的启发函数，使得我们搜寻到的路径不会比路径太多，就是优化算法，称为ε-admissible算法。

10、有多种ε-admissible算法，在此只举例最简单直接的一种： 加权A(静态加权)算法。

11、如ha(n)是一个admissible的启发函数，我们选取新的启发函数hw(n) = ε ha(n)，其中ε>1 作为启发函数。

12、就可以在某种程度上进行优化。

13、 下图1是使用ha(n)作为启发式算法，下图2是使用hw(n)作为启发式算法，其中ε取5.图1：ha使用已经配置好的虚拟机（支持VMWare和VirtualBox）(x)作为启发算法图2：hn(x)作为启发算法可以看出，ha(n)可以找到最小路径，但是多了许多无用的搜索；而hw(n)找到的不是路径，但是减少了大量无用搜索。

本文到这结束，希望上面文章对大家有所帮助。