Optimization 不依赖初始解的优化算法

我知道一些优化算法，比如爬山算法、模拟退火算法、遗传算法

我提到的三个问题都依赖于初始解，即初始解可能对最终最优解的质量有很大影响

我想知道是否有任何优化算法不依赖于初始解，至少没有这三种算法那么多

---

谢谢。

您可以将蚁群优化添加到您的列表中。它使用蚂蚁波、信息素波和轮盘赌模拟来改进解决方案。但输入也是初始解决方案。

您所指的算法是元启发式。他们在元层次上工作，即在其他启发式的基础上工作。也就是说，他们试图通过一个系统的过程，以迭代的方式改进和优化由其他一些启发式方法产生的解决方案。因此，它们至少需要一个初始解决方案。其中一些是基于人口的，因此它们需要不止一种解决方案

一个非常重要的修正： 初始解可能对最终最优解的质量有很大影响

元启发式的一个关键成功因素是它对初始解的质量不敏感

---

但是，这里不是提出这种问题的地方。我改为使用

优化的想法不是从某个地方开始并尝试改进当前的解决方案吗？维基百科相关内容：输入初始解是可以的，也是必要的，但我想知道是否有任何算法可以尽可能减少初始解的影响。@SpiritZhang:Christofides算法可以保证您处于某个最佳状态。谢谢您提供的信息！但我看到这是一个指定给TSP的算法。有什么更一般的吗？@SpiritZhang：这取决于你的问题。赫里斯托菲德对欧克利迪亚太空很有好处。它满足三角形不等式。如果你有其他指标，它就不起作用了。