অপ্টিমাইজেশনের জন্য, উইকিপিডিয়া থেকে :
কম্পিউটার বিজ্ঞানে মেটাওরিস্টিক একটি গুণগত পদ্ধতি নির্ধারণ করে যা গুণকে প্রদত্ত পরিমাপের ক্ষেত্রে প্রার্থীর সমাধানটি পুনরায় চেষ্টা করার মাধ্যমে সমস্যাটিকে অনুকূল করে তোলে। মেটিহিউরিস্টিকস সমস্যাটি অনুকূলিত হওয়ার বিষয়ে কয়েকটি বা কোনও অনুমান তৈরি করে এবং পরীক্ষার্থী সমাধানগুলির খুব বড় জায়গা অনুসন্ধান করতে পারে। যাইহোক, মেটাওরিস্টিক্স কোনও অনুকূল সমাধান যে কখনও পাওয়া যায় তার গ্যারান্টি দেয় না। অনেক মেটাওরিস্টিকস স্টোকাস্টিক অপ্টিমাইজেশনের কিছু ফর্ম প্রয়োগ করে।
মেটাওউরিস্টিক হিসাবে একই অর্থযুক্ত অন্যান্য পদগুলি হ'ল: ডেরাইভেটিভ-মুক্ত, সরাসরি অনুসন্ধান, কালো-বাক্স, বা প্রকৃতপক্ষে কেবল হিউরিস্টিক অপটিমাইজার। বিষয়টি নিয়ে বেশ কয়েকটি বই ও সমীক্ষার কাগজপত্র প্রকাশিত হয়েছে।
আমি অবাক হয়ে কীভাবে বলব যে একটি অপ্টিমাইজেশন পদ্ধতি মেটাওউরিস্টিক কিনা? উদাহরণ স্বরূপ,
(1) লিনিয়ার প্রোগ্রামিং মেটাওউরিস্টিকের সিমপ্লেক্স পদ্ধতিটি কি?
(২) বেশিরভাগ ননলাইনার প্রোগ্রামিং পদ্ধতি যেমন গ্রেডিয়েন্ট বংশোদ্ভূত, ল্যাঙ্গরজিয়ান গুণক পদ্ধতি, জরিমানা পদ্ধতি, অভ্যন্তরীণ বিন্দু পদ্ধতি (বাধা পদ্ধতি), মেটাওরিস্টিক?
(3) নেল্ডার – মাংস পদ্ধতি বা উত্সাহিত সরল পদ্ধতি, মেটাওউরিস্টিকের মতো সমস্ত গ্রেডিয়েন্ট-মুক্ত পদ্ধতিগুলি কী?
মেটাওউরিস্টিক নয় এমন কিছু অপটিমাইজেশন পদ্ধতি কী কী?
সমস্যা সমাধানের কৌশলগুলির জন্য আরও সাধারণত (অপ্টিমাইজেশনের বাইরে) উইকিপিডিয়া থেকে :
হিউরিস্টিক সমস্যা সমাধান, শেখার এবং আবিষ্কারের জন্য অভিজ্ঞতা ভিত্তিক কৌশলগুলি বোঝায় । যেখানে একটি বিস্তৃত অনুসন্ধান অযৌক্তিক, সেখানে সন্তোষজনক সমাধান অনুসন্ধানের প্রক্রিয়াটি গতিময় করার জন্য বৈজ্ঞানিক পদ্ধতি ব্যবহার করা হয়। এই পদ্ধতির উদাহরণগুলির মধ্যে রয়েছে একটি নিয়মের ব্যবহার, একটি শিক্ষিত অনুমান, একটি স্বজ্ঞাত রায় বা সাধারণ জ্ঞান।
আরও সুনির্দিষ্ট শর্তে, হিউরিস্টিকস হ'ল সহজেই অ্যাক্সেসযোগ্য, যদিও মনুষ্য এবং মেশিনে সমস্যা সমাধানের জন্য তথ্য নিয়ন্ত্রণ করার তথ্য ব্যবহার করে কৌশলগুলি।
আমি ভাবছি "হিউরিস্টিক" এর অর্থ কীভাবে বুঝব?
কীভাবে আমি বলতে পারি যে "সমস্যা সমাধান, শেখার এবং আবিষ্কার" কৌশলটি তাত্পর্যপূর্ণ কিনা?
এমন কিছু "সমস্যা সমাধান, শেখার এবং আবিষ্কার" কৌশলগুলি কী যা তাত্পর্যপূর্ণ নয়?
ধন্যবাদান্তে!