← Courses量化城市研究Quantitative Urban Studies

O / Optimization  ·  O8

启发式与进化优化

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。

METHOD PROCESS / 方法过程启发式与进化优化
同步字幕 / CAPTIONS

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

  1. 01

    随机可行布局

  2. 02

    计算热环境和成本

  3. 03

    选择并变异

  4. 04

    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。

01 / PRINCIPLE · 原理

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。

02 / USE · 应用

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。

03 / CASE · 案例

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。

04 / BOUNDARY · 边界

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。

KEY TERMS / 术语

种群;搜索收敛。

SOURCES / 来源
  1. MIT《Optimization Methods》启发式讲义
  2. MIT 收录的深圳原始研究