Hiperheurística

Una hiper-heurística és un método de busca heurística que busca automatisar, a sovint per mig de l'incorporació de tècniques d'aprenentage automàtic, el procés de seleccionar, combinar, generar o adaptar vàries heurístiques més simples (o components de tals heurístiques) per a resoldre eficientemente problemes de busca computacional. Una de les motivacions per a estudiar la hiperheurística és construir sistemes que puguen manejar classes de problemes en lloc de resoldre un sol problema.

Pot haver múltiples heurístiques que es poden elegir per a resoldre un problema, i cada heurística té la seua pròpia força i debilitat. L'idea és dissenyar automàticament algoritmes combinant la força i compensant la debilitat de les heurístiques conegudes. En un marc hiperheurístico típic existix una metodologia d'alt nivell i un conjunt d'heurístiques de baix nivell (heurístiques constructives o perturbativas). Donada una instància de problema, el método d'alt nivell selecciona l'heurística de baix nivell que deu aplicar-se en un moment donat, depenent de l'estat del problema actual o de l'etapa de busca.

Hiper-heurística contra meta-heurística

La diferència fonamental entre les metaheurísticas i les hiperheurísticas és que la majoria de les implementacions metaheurísticas busquen dins d'un espai de busca de solucions de problemes, mentres que les hiperheurísticas sempre busquen dins d'un espai de busca d'heurístiques. Per lo tant, quan s'utilisa hiper-heurística, estem tractant de trobar el método correcte o seqüència d'heurístiques en una situació donada en lloc de tractar de resoldre un problema directament. Ademés, estem buscant una metodologia generalment aplicable en lloc de resoldre una sola instància problemàtica.

L'objectiu de les hiper-heurístiques és ser métodos genèrics, els quals deuen produir solucions de calitat acceptable, basades en un conjunt d'heurístiques de baix nivell fàcils d'implementar.

Motivació

A pesar dels progressos significatius en la construcció de metodologia de busca per a una àmplia varietat d'àrees d'aplicació fins al moment, tals enfocaments encara requerixen especialistes per a integrar els seus coneiximents en un determinat domini de problema. Molts investigadors de la ciència de la computació, l'inteligència artificial i l'investigació operacional ya han reconegut la necessitat de desenrollar sistemes automatizado per a reemplaçar el paper d'un expert humà en tals situacions. Una de les principals idees per a automatisar el disseny de l'heurística requerix l'incorporació de mecanismes d'aprenentage automàtic en algoritmes per a guiar la busca de forma adaptativa. Tant els processos d'aprenentage com els de adaptació poden realisar-se en llínea o fòra de llínea, i basar-se en heurístiques constructives o perturbativas.

Una hiperheurística sol tindre com a objectiu reduir la cantitat de coneiximent del domini en la metodologia de busca. L'enfocament resultant deuria ser barat i ràpit d'implementar, requerint menys experiència en el domini del problema o en els métodos heurístics, i (idealment) seria lo suficientment robust com per a manejar efectivament un ranc d'instàncies problemàtiques d'una varietat de dominis. L'objectiu és elevar el nivell de generalitat de la metodologia de respal a la presa de decisions tal volta a costa de la calitat de la solució reduïda -encara que acceptable- en comparació als enfocaments metaheurísticos fets a la mida. En la finalitat de reduir la brecha entre els esquemes a mida i les estratègies hiperheurísticas, s'han propost hiperheurísticas paraleles.

Vore també

• Heurística constructiva
• La fique-optimisació està estretament relacionada en la hiper-heurística.
• Programació genètica
• Algoritmes evolutius
• Busca local (optimisació)
• aprenentage automàtic
• Metaheurística
• optimisació per Eixam de partícules

Busca reactiva