第一节启发式方法的概念 在后面这种情况下，为得到可用的近似解， 分析人员必须运用自已的感知和洞察力，从与其 有关而较基本的模型及算法中寻求其中的联系 从中得到启发，去发现可用于解决该问题的思路 和途径，人们称这种方法为启发式方法，用这种 方法建立的算法为启发式算法。 8
8 在后面这种情况下，为得到可用的近似解， 分析人员必须运用自己的感知和洞察力，从与其 有关而较基本的模型及算法中寻求其中的联系， 从中得到启发，去发现可用于解决该问题的思路 和途径，人们称这种方法为启发式方法，用这种 方法建立的算法为启发式算法。 第一节 启发式方法的概念
第一一节 启发式方法的概念 二、启发式方法的特点 由上可知，启发式方法是寻求解决问题的 种方法和策略；当然，它也可以是面向某种具体 问题的一种求解手段。启发式方法建立在经验和 判断的基础上，体现了人的主观能动作用和创造 力 用启发式方法解决问题时强调“满意”，常 常是得到“满意解”，决策者就认为可以了，而 不去苛求最优性和探求最优解 9
9 二、启发式方法的特点 由上可知，启发式方法是寻求解决问题的一 种方法和策略；当然，它也可以是面向某种具体 问题的一种求解手段。启发式方法建立在经验和 判断的基础上，体现了人的主观能动作用和创造 力。 用启发式方法解决问题时强调“满意” ，常 常是得到“满意解” ，决策者就认为可以了，而 不去苛求最优性和探求最优解。 第一节 启发式方法的概念
第一节启发式方法的概念 之所以如此，其原因主要是 (1)有很多问题不存在严格最优解（例如目标 之间相互矛盾的多目标决策问题，一般的多属性 评价问题等)，这时，对目标和属性的满意性常 比“最优性”更能准确地描述人们的意愿和选择 行为。 (2)对有些问题，要得到最优解需花费过大 的代价，不合算。 10
10 之所以如此，其原因主要是： (1)有很多问题不存在严格最优解(例如目标 之间相互矛盾的多目标决策问题，一般的多属性 评价问题等)，这时，对目标和属性的满意性常 比“最优性”更能准确地描述人们的意愿和选择 行为。 (2)对有些问题，要得到最优解需花费过大 的代价，不合算。 第一节 启发式方法的概念
第一节启发式方法的概念 (3)从实际决策的需要出发，有时不必要求 解答具有过高的精度 假定为解决某类问题设计了一个算法，它能 用于求解所有这类问题，而且获得最优解的计算 工作量可表示为这类问题“大小”的多项式函数， 就称这个算法是确定型的多项式算法，简称为多 项式算法或有效算法。 11
11 (3)从实际决策的需要出发，有时不必要求 解答具有过高的精度。 假定为解决某类问题设计了一个算法，它能 用于求解所有这类问题，而且获得最优解的计算 工作量可表示为这类问题“大小”的多项式函数， 就称这个算法是确定型的多项式算法，简称为多 项式算法或有效算法。 第一节 启发式方法的概念
第一节启发式方法的概念 很多“组合优化”问题（如设施定位问题 旅行售货员问题、多个工件在多台设备上的加工 排序问题等)不存在多项式算法，欲求其最优解 需要花费巨大的代价。 用启发式方法求解问题是通过迭代过程实现 的，因而需拟定出一套科学的求解搜索规则。 12
12 很多“组合优化”问题(如设施定位问题、 旅行售货员问题、多个工件在多台设备上的加工 排序问题等)不存在多项式算法，欲求其最优解 需要花费巨大的代价。 用启发式方法求解问题是通过迭代过程实现 的，因而需拟定出一套科学的求解搜索规则。 第一节 启发式方法的概念