爬山演算法是一種局部擇優的方法,採用啟發式方法,是對深度優先搜尋的一種改進,它利用反饋資訊幫助生成解的決策。

爬山演算法一般存在以下問題:

  1. 局部最大
  2. 高地:也稱為平頂,搜尋一旦到達高地,就無法確定搜尋最佳方向,會產生隨機走動,使得搜尋效率降低。
  3. 山脊:搜尋可能會在山脊的兩面來回震盪,前進步伐很小。

解決方法:隨機重新啟動爬山演算法