图搜索算法与图优化

Question

我一直在寻找大量的图表搜索 - 知情和不知情。我还查看并编写了一些优化问题，例如爬山。我的问题是，如何将这两种算法联系起来？

为了更清楚一点，这是一个例子： 假设我运行像Depth first Iterative Deepening这样的图算法。我运行它一个深度并获得一个目标节点，然后我再次在不同的深度运行它，找到一个目标节点，依此类推。所以现在，我有一组可能的目标节点。我可以运行像登山这样的优化算法，根据不同的限制找出哪一个是“最优的”吗？

Answer 1

您在图搜索算法中遇到的一个概念是optimality。你应该考虑到这里的最优性只是关于目标的算法和不是。这意味着，如果算法是最优的，它应该返回minimum cost解决方案。

现在，如果你想优化某些东西，它完全是一个不同的问题。在这种情况下，解决方案的质量最重要，而不是您实现它的方式。
遗传算法，PSO等算法以及更多优化方法可以解决这个问题。

BTW，有时我们将像A *这样的图搜索方法与优化算法结合起来，以便从优化算法中获得更好的结果。

---

注意：根据您的问题，术语Graph Optimization与主题Graph Search无关，我认为这是您的主要话题。