Den lokale søkealgoritmen er en metode for å finne den beste løsningen i nærheten av den nåværende tilstanden. Denne teknikken brukes ofte til å avgrense omtrentlige løsninger ved iterativt å modifisere individuelle komponenter for å oppdage bedre tilstander.
Hvordan det fungerer
- Initialisering: Begynn med en starttilstand.
- Generer naboer: Generer nabotilstander ved å endre en komponent av gjeldende tilstand.
- Evaluering: Evaluer kvaliteten til nabostatene ved å bruke en objektiv funksjon.
- Velg beste stat: Velg nabostaten med den beste objektive verdien.
- Gjenta: Gjenta trinn 2 til 4 til ingen bedre nabostat kan bli funnet.
Eksempel: Optimalisering av Fibonacci funksjonen
Tenk på optimaliseringsproblemet til Fibonacci funksjonen F(x) = F(x-1) + F(x-2) med F(0) = 0, F(1) = 1. Vi ønsker å finne verdien av x som F(x) er maksimert. Vi kan bruke Local Search-tilnærmingen til å iterativt utforske lenger fra hvert trinn.
Kodeeksempel i C++
I dette eksemplet bruker vi metoden Lokalt søk for å optimalisere funksjonen Fibonacci. Vi itererer gjennom ulike verdier av x og beregner Fibonacci verdien ved hver x. Når en bedre verdi er funnet, oppdaterer vi den beste verdien og dens tilsvarende x.