6. 以下何者不屬於啟發式搜尋(Heuristic Search)的演算法？
(A) 螞蟻演算法(Ant Colony Optimization)
(B) 深度優先搜尋(Depth-First Search)
(C) 最佳優先搜尋(Best-First Search)
(D) 模擬退火法(Simulated Annealing)

答案：登入後查看
統計： A(8), B(7), C(2), D(7), E(0) #3447873

詳解 (共 2 筆)

#6444412
(A) 螞蟻演算法、(C) 最佳優先搜尋...
(共 146 字，隱藏中）
前往觀看
2
0
#6443744

啟發式搜尋（Heuristic Search）演算法是使用啟發式函數（heuristic function）來估計從當前狀態到目標狀態的成本或距離，並以此來引導搜尋方向的演算法。它們通常在面對複雜問題時，能夠比盲目搜尋（uninformed search）更有效率地找到解決方案，儘管可能無法保證找到最佳解。

讓我們分析各個選項：

  • (A) 螞蟻演算法 (Ant Colony Optimization, ACO)：

    • 這是一種啟發式（或稱元啟發式，metaheuristic）演算法。它模仿螞蟻尋找食物路徑的行為，利用費洛蒙（pheromone）這種啟發式資訊來引導搜尋，逐步收斂到較優的路徑。

  • (B) 深度優先搜尋 (Depth-First Search, DFS)：

    • DFS 是一種無資訊搜尋（uninformed search）或盲目搜尋（blind search）演算法。它會盡可能深入地探索每個分支，直到達到葉節點或死胡同，然後才回溯。DFS 在搜尋過程中不使用任何啟發式資訊來判斷哪個節點更接近目標。

  • (C) 最佳優先搜尋 (Best-First Search)：

    • 這是一種啟發式搜尋演算法。它根據一個估計函數（heuristic function）來選擇下一個要探索的節點，優先選擇看起來最有希望的節點。A* 搜尋演算法就是一種著名的最佳優先搜尋演算法。

  • (D) 模擬退火法 (Simulated Annealing)：

    • 這是一種啟發式（或稱元啟發式）演算法。它受到固體退火過程的啟發，在搜尋過程中透過接受次優解的可能性來跳出局部最佳解，以找到全域最佳解。它利用目標函數作為啟發式資訊來引導搜尋。

因此，不屬於啟發式搜尋演算法的是深度優先搜尋。

The final answer is B​

0
0