হাইপার-হিউরিস্টিক্স এবং মেটা-হিউরিস্টিকসের মধ্যে পার্থক্য কী এবং সেগুলির প্রধান অ্যাপ্লিকেশনগুলি কী তা আমি জানতে চেয়েছিলাম। হাইপার হিউরিস্টিক্স দ্বারা সমাধান করা কোন সমস্যাগুলি উপযুক্ত?
হাইপার-হিউরিস্টিক্স এবং মেটা-হিউরিস্টিকসের মধ্যে পার্থক্য কী এবং সেগুলির প্রধান অ্যাপ্লিকেশনগুলি কী তা আমি জানতে চেয়েছিলাম। হাইপার হিউরিস্টিক্স দ্বারা সমাধান করা কোন সমস্যাগুলি উপযুক্ত?
উত্তর:
টি এল: ডিআর : অধি হিউরিস্টিক হয় (নীতিগতভাবে) metaheuristics, অপ্টিমাইজেশান সমস্যার একই ধরনের সমাধানের জন্য উপযুক্ত, কিন্তু অ বিশেষজ্ঞ অনুশীলনকারীদের জন্য একটি "দ্রুত প্রোটোটাইপিং" অভিগমন affording। বাস্তবে , 'হোয়াইটবক্স' হাইপার-হিউরিস্টিক্সের উপর একটি উদীয়মান দৃষ্টিকোণকে অনুপ্রাণিত করে প্রচলিত পদ্ধতির সাথে সমস্যা রয়েছে ।
আরো বিস্তারিত:
একটি 'উচ্চ মানের' সমাধান সন্ধানের জন্য সম্ভাব্য সমাধানের একটি আন্তঃব্যক্তিক বৃহত স্থান অনুসন্ধানের জন্য মেটাওরিস্টিকস হ'ল পদ্ধতি। জনপ্রিয় মেটাহিউরিস্টিক্সগুলির মধ্যে রয়েছে সিমুলেটেড অ্যানিলিং, ট্যাবু অনুসন্ধান, জেনেটিক অ্যালগরিদম ইত্যাদি include
মেটাহিউরিস্টিকস এবং হাইপার-হিউরিস্টিক্সের মধ্যে প্রয়োজনীয় পার্থক্যটি অনুসন্ধানের ইন্ডিয়ারেকশনের একটি স্তর সংযোজন: অনানুষ্ঠানিকভাবে, হাইপার-হিউরিস্টিকসকে 'হিউরিস্টিক্সের স্থান অনুসন্ধানের জন্য হিউরিস্টিকস' হিসাবে বর্ণনা করা যেতে পারে। হাইপার-হিউরিস্টিক হিসাবে যে কোনও মেটাওউরিস্টিককে ব্যবহার করতে পারেন, অনুসন্ধানের জন্য 'হিউরিস্টিক্সের স্পেস' প্রকৃতিটি যথাযথভাবে সংজ্ঞায়িত করা যায় providing
হাইপার হিউরিস্টিক্সের জন্য অ্যাপ্লিকেশন অঞ্চলটি মেটাওরিস্টিক্সের সমান। তাদের প্রয়োগযোগ্যতা (মেটাহিউরিস্টিকের তুলনায়) একটি 'দ্রুত প্রোটোটাইপিং সরঞ্জাম' হিসাবে রয়েছে: মূল অনুপ্রেরণা ছিল অ-বিশেষজ্ঞ অনুশীলনকারীদের নির্দিষ্ট নির্দিষ্ট অপ্টিমাইজেশান সমস্যার (যেমন "ট্র্যাভেলিং-সেলসম্যান (টিএসপি) প্লাস টাইম উইন্ডোজ প্লাস বিন- প্যাকিং ") অত্যন্ত সুনির্দিষ্ট সমস্যা ডোমেনে দক্ষতার প্রয়োজন ছাড়াই। ধারণাটি ছিল যে এটি দ্বারা করা যেতে পারে:
হাইপার-হিউরিস্টিকসকে 'সিলেক্টিক' বা 'জেনারেটরি' হিসাবে বর্ণনা করা যেতে পারে হিউরিস্টিকস (যথাক্রমে) ক্রমযুক্ত বা সংযুক্ত কিনা তার উপর নির্ভর করে। জেনারেটর হাইপার-হিউরিস্টিক্স সাধারণত জেনেটিক প্রোগ্রামিংয়ের মতো পদ্ধতিগুলি প্রাথমিক আধ্যাত্মিক সংশ্লেষকে একত্রিত করতে ব্যবহার করে এবং তাই নির্দিষ্ট সমস্যা সমাধানের জন্য সাধারণত চিকিত্সক দ্বারা কাস্টমাইজ করা হয়। উদাহরণস্বরূপ, জেনারেটর হাইপার-হিউরিস্টিক্সের মূল কাগজটি বিন-প্যাকিংয়ের জন্য হিউরিস্টিকগুলি একত্রিত করতে একটি লার্নিং ক্লাসিফায়ার সিস্টেম ব্যবহার করেছিল। উত্পাদক পদ্ধতির সমস্যা-নির্দিষ্ট হওয়ার কারণে, নীচের মন্তব্যগুলি তাদের জন্য প্রযোজ্য নয়।
বিপরীতে, বাছাই করা হাইপার-হিউরিস্টিক্সের মূল প্রেরণাটি হ'ল গবেষকরা একটি হাইপার-হিউরিস্টিক সল্ভার তৈরি করতে সক্ষম হবেন যা তখন কেবলমাত্র সাধারণ র্যান্ডমাইজড হিউরিস্টিক্স ব্যবহার করে কোনও অদেখা সমস্যার ডোমেনে ভাল কাজ করতে পারে।
এটি যেভাবে traditionতিহ্যগতভাবে প্রয়োগ করা হয়েছে তা ছিল 'হাইপার-হিউরিস্টিক ডোমেন বাধা' (চিত্রটি নীচে দেখুন) প্রবর্তনের মাধ্যমে , যার ফলে সমস্যা ডোমেনগুলির সাধারণতা সলভকারীকে ডোমেন সম্পর্কে জ্ঞান থাকতে বাধা দিয়ে অর্জনযোগ্য বলে দাবি করা হচ্ছে এটি পরিচালনা করছে পরিবর্তে, এটি কেবল অস্বচ্ছ পূর্ণসংখ্যার সূচকগুলিতে উপলভ্য হিউরিস্টিকের তালিকায় (যেমন 'মাল্টি-সশস্ত্র ডাকাত সমস্যা' এর পদ্ধতিতে ) পরিচালনা করে সমস্যার সমাধান করবে।
অনুশীলনে, এই 'ডোমেন ব্লাইন্ড' পদ্ধতির ফলে পর্যাপ্ত মানের সমাধান পাওয়া যায়নি। সমস্যা-নির্দিষ্ট মেটাওরিস্টিকের সাথে তুলনামূলক যে কোনও জায়গায় ফলাফল অর্জন করতে, হাইপার-হিউরিস্টিক গবেষকদের জটিল সমস্যা-নির্দিষ্ট হিউরিস্টিক্স প্রয়োগ করতে হয়েছিল, যার ফলে দ্রুত প্রোটোটাইপিংয়ের লক্ষ্য ব্যর্থ হয়েছিল।
এখনও কোনও নীতিগতভাবে হাইপার-হিউরিস্টিক সলভার তৈরি করা সম্ভব যা নতুন সমস্যার ডোমেনগুলিতে সাধারণীকরণে সক্ষম, তবে ডোমেন বাধার উপরোক্ত ধারণাটির অর্থ এটি কেবল আরও সীমিত বৈশিষ্ট্যের সেটটি ক্রসের জন্য উপলব্ধ যেহেতু -ডোমেন লার্নিং (যেমন একটি জনপ্রিয় নির্বাচনী হাইপার-হিউরিস্টিক কাঠামোর দ্বারা অনুকরণীয় )।
'হোয়াইটবক্স' হাইপার-হিউরিস্টিকের প্রতি আরও সাম্প্রতিক গবেষণার দৃষ্টিভঙ্গি সমস্যা ডোমেনগুলি বর্ণনা করার জন্য একটি ঘোষিত, বৈশিষ্ট্য সমৃদ্ধ পদ্ধতির পক্ষে। এই পদ্ধতির অনেক দাবিদার সুবিধা রয়েছে:
অস্বীকৃতি: আমি এই গবেষণা অঞ্চলে কাজ করি এবং সুতরাং উত্তর থেকে সমস্ত ব্যক্তিগত পক্ষপাত অপসারণ করা অসম্ভব।