ローカル検索アルゴリズムは、現在の状態の近傍内で最適なソリューションを見つける方法です。 この手法は、個々のコンポーネントを繰り返し変更してより良い状態を発見することにより、近似解を改良するためによく使用されます。
使い方
- 初期化: 初期状態から始めます。
- 近傍の生成: 現在の状態のコンポーネントを変更することによって、近傍の状態を生成します。
- 評価: 目的関数を使用して隣接する状態の品質を評価します。
- 最適な状態を選択: 最適な目標値を持つ隣接する状態を選択します。
- 繰り返し: より良い隣接状態が見つからなくなるまで、ステップ 2 ~ 4 を繰り返します。
例: Fibonacci 関数の最適化
Fibonacci F(0) = 0、F(1) = 1 の関数 F(x) = F(x-1) + F(x-2) の最適化問題を考えます 。 F(x) が最大化されます。 ローカル検索アプローチを使用すると、各ステップからさらに遠くまで繰り返し探索できます。
C++ のコード例
この例では、ローカル検索メソッドを利用して Fibonacci 関数を最適化します。 x のさまざまな値を反復処理し、 Fibonacci 各 x の値を計算します。 より良い値が見つかった場合は、最適な値とそれに対応する x を更新します。