# 元啟發算法 (Metaheuristic)

###### tags: `作業研究（期末）`, `推薦系統`, `搜尋最佳化問題`

## 1. 簡介
元啟發算法, 又稱 萬能啟發式演算法、萬用啟發式演算法。
在計算機科學和數學優化中，元啟發是一種高級的程序或啟發式算法
### 專門用於【搜索、生成或選取一個啟發式結果】
該結果可以為一個最優化問題提供足夠好的求解
### 尤其適用於【信息不完備 或 計算能力受限 時的最優化問題】

## 2. 特色
"meta": 代表此算法比一般啟發式演算法在搜尋能力上更為高階
（即: 更接近 optimal）

"heuristic": 則代表此算法能夠在一個【合理的計算成本】內，找到一個接近真實最佳解的解

### ☆ 啟發式演算法並不能保證其解的可行性(feasibility)與最佳性(optimality)[1]，通常是使用大量的試誤以在龐大的解空間中搜尋最佳解。

## 3. 基於「元啟發算法」的演算法
模擬退火法 (Simulated annealing algorithm, SA)
社會認知算法 (Social cognitive optimization, SCO)
簡化群體演算法 (Simplified swarm optimizatiom, SSO)
調和搜尋演算法 (Harmony search, HS)
水循環算法 (Water cycle algorithm, WCA)
汽車跟蹤最佳化演算法 (Car tracking optimization algorithm)

### 仿生元啟發式演算法
以生物的習性或群體生物行為作為靈感加以發展成為演法。

基因演算法 (Genetic algorithm, GA)
粒子群演算法 (Particle swarm optimization, PSO)
蟻群演算法 (Ant colony optimization, ACO)
布穀鳥搜索算法 (Cuckoo Search, CS)
蝙蝠算法 (Bat algorithm, BA)
螢火蟲算法 (Firefly algorithm, FA)
猴群演算法 (Monkey algorithm)
獅子演算法 (Lion optimization algorithm, LOA)
人工蜂群演算法 (Artificial bee colony, ABC)
病毒最佳化演算法 (Virus Optimization Algorithm, VOA)
飛蛾搜尋演算法 (Moth search algorithm)
鯊魚氣味演算法 (Shark smell optimization, SSO)
蚯蚓最佳化演算法 (Earthworm optimization algorithm, EWA)[16]
帝王企鵝演算法 (Emperor Penguins Colony, EPC)
抹香鯨算法 (Sperm whale algorithm,SWA)
人類精神搜索 (Human mental search, HMS)
海洋掠食者算法 (Marine Predators Algorithm, MPA)
狩獵搜索 (Hunting search, HuS)
遷徙鳥類最佳化 (Migrating birds optimization, MBO)

## 4. 參考文獻
1. Zahra Beheshti; Siti Mariyam Hj. Shamsuddin. A Review of Population-based Meta-Heuristic Algorithm (PDF). Int. J. Advance. Soft Comput. Appl. March,2013, 5 (1): 1–35.