它怎样工作
以可行解为起点,通过变异、重组或邻域搜索寻找更好方案;遗传算法和模拟退火是实例,卡片重点是搜索过程及解的验证。
适合回答什么问题
大规模用地布局、形态生成、复杂多目标设计。
城市研究中的用法
真实研究
深圳城市增长研究用多目标土地利用优化与进化算法,比较相同增长规模下不同空间布局的热环境与调整成本。网页可让学生观察“每一代布局—指标表现—保留候选”的变化。
解释时要注意什么
启发式通常不保证全局最优;应公布约束处理、随机种子和多次运行的稳定性。
种群;搜索收敛。
O / Optimization · O8
Heuristics and Evolutionary Optimization
在巨大或不规则的方案空间中持续生成、筛选和改进备选方案。
播放后在这里显示逐步讲解字幕。
普通话讲解 · 同步字幕在播放器下方 · 阅读完整文字稿 · 下载视频
TEXT STORYBOARD / 文字分镜
随机可行布局
计算热环境和成本
选择并变异
新一代方案逐步改进。
原创合成教学动画,不是原研究数据或结果的复现。详细原理、案例与边界见右侧说明。
以可行解为起点,通过变异、重组或邻域搜索寻找更好方案;遗传算法和模拟退火是实例,卡片重点是搜索过程及解的验证。
大规模用地布局、形态生成、复杂多目标设计。
真实研究
深圳城市增长研究用多目标土地利用优化与进化算法,比较相同增长规模下不同空间布局的热环境与调整成本。网页可让学生观察“每一代布局—指标表现—保留候选”的变化。
启发式通常不保证全局最优;应公布约束处理、随机种子和多次运行的稳定性。
种群;搜索收敛。