Zwykle przestrzeń poszukiwań można również zawęzić do pewnego podzbioru zbioru
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. Nie istnieją uniwersalne wartości tych parametrów, które zachowują się najlepiej dla wszystkich możliwych danych wejściowych. Z tego też powodu metaheurystyki nadają się jedynie do rozwiązywania problemów, dla których nie istnieją (bądź nie są znane) wydajne algorytmy, dające pewność znalezienia rozwiązania (np. problemy należące do klasy NP).
Algorytmy metaheurystyczne Niektóre z algorytmów metaheurystycznych: algorytm genetyczny algorytm mrówkowy algorytm zachłanny lokalne przeszukiwanie PeSOA: Penguins Search Optimization Algorithm symulowane wyżarzanie Tabu Search
Zobacz też heurystyka
Przypisy
Bibliografia
Kategoria:Teoria obliczeń Kategoria:Programowanie komputerów