Pode ter inúmeras heurísticas que se podem escolher para resolver um defeito, e cada heurística tem tua própria potência e fraqueza. A idéia é projetar automaticamente algoritmos combinando a força e compensando a fraqueza das heurísticas conhecidas. Em um quadro hiperheurístico típico existe uma metodologia de grande grau e um conjunto de heurísticas de nanico grau (heurísticas construtivas ou perturbativas).
Dada uma instância do defeito, o modo de grande nível, selecione a heurística de nanico grau que deve ser aplicada em um dado instante, dependendo do estado em que a dificuldade atual ou da fase de procura. O propósito das hiper-heurísticas é ser métodos genéricos, os quais devem gerar soluções de qualidade aceitável, com base em um conjunto de heurísticas de baixo grau fáceis de implementar. Apesar dos progressos significativos na construção de metodologias de procura pra uma ampla diversidade de áreas de aplicação, por hora, tais abordagens ainda precisam de especialistas pra agrupar seus conhecimentos em um determinado domínio de dificuldade.
Muitos pesquisadores da ciência da computação, inteligência artificial, procura operacional, neste instante reconheceram a inevitabilidade de desenvolver sistemas automatizados pra substituir o papel de um especialista humano em tais situações. Uma das principais ideias para automatizar o projeto da heurística requer a incorporação de mecanismos de aprendizagem automática em algoritmos para guiar a procura de modo adaptativa.
Tanto os processos de aprendizagem, como os de adaptação podem ser feitas em linha ou fora de linha, e basear-se em heurísticas construtivas ou perturbativas. Uma hiperheurística costuma ter como propósito reduzir a quantidade de discernimento do domínio em metodologia de pesquisa. Com o término de cortar a lacuna entre os esquemas a quantidade e as estratégias hiperheurísticas, foram propostas hiperheurísticas paralelas.
O termo “hiperheurística” foi cunhado pela primeira vez numa publicação, de 2000, Cowling e Soubeiga, que a utilizou pra narrar a idéia de “heurísticas pra escolha da heurística”. Utilizaram uma abordagem de aprendizado da “atividade de seleção”, que troca a exploração e a exploração ao escolher a seguinte heurística pra usar.
- 1 Outros editores SVG
- Registado em: 28 jun 2001
- A atividade de modo escuro só estará disponível em dispositivos móveis com iOS 13
- 1980 Viagens i flors
- Jalu (conversa) 02:18, 19 janeiro de 2014 (UTC)
Depois Cowling, Soubeiga, Kendall, São, Ross e outros autores investigaram e ampliaram essa idéia em áreas tais como algoritmos evolutivos e heurísticas patológicas de pequeno grau. Os critérios adotadas separadamente. Embora o termo não estava então em uso, esse foi o primeiro post “hiperheurístico”. Outra raiz que inspira o conceito de hiperheurística vem do campo da inteligência artificial. Mais particularmente, vem do serviço sobre sistemas de planejamento automatizados, e sua eventual abordagem para a dificuldade do discernimento do controle da aprendizagem. O sistema pode ser caracterizada como uma pesquisa de escalada no espaço de possíveis estratégias de controle.
Até sem demora, as abordagens hiper-heurística são capazes de ser classificados em duas categorias principais. A tarefa é encontrar uma boa sequência de aplicações dessas heurísticas para solucionar eficazmente a dificuldade. Na segunda categoria, a heurística pra gerar heurística, a idéia-chave é “fazer algumas heurísticas fazendo uso dos componentes das heurísticas conhecidas”. O método exige, como pela primeira categoria de hiperheurísticas, a seleção de Um conjunto adequado de heurísticas conhecidas por serem úteis pra solucionar o defeito propósito.
porém, em vez de suministrarlas diretamente no quadro, as heurísticas são discriminadas primeiro em seus componentes básicos. Estes dois tipos amplos principais se podem categorizar, mais tarde, segundo se baseiam pela pesquisa construtiva ou perturbativa. Uma classificação ortogonal adicional de hiperheurísticas considera que a referência disponibiliza feedback ao longo do modo de aprendizagem, que podes ser uma instância de aprendizagem on-line) ou muitas instâncias da dificuldade subjacente estudado (aprendizagem fora de linha). Descubra boas combinações de heurísticas de nanico nível fixas, desenvolvidas por humanos e bem conhecidas. Gerar novos métodos heurísticos usando componentes básicos de métodos heurísticos antecipadamente existentes.
