爬山算法是一种局部择优的方法，采用启發式方法，是对深度优先搜索的一种改进，它利用反馈信息帮助生成解的决策。

爬山演算法適合在只有一個最大值的曲面上進行最佳化，並最終收斂到全域最大值。

透過爬山演算法解決凸問題的演算法包括線性規劃的單體法和二分搜尋。[1]: 253 

爬山算法一般存在以下问题：

  1. 局部最大
  2. 高地：也称为平顶，搜索一旦到达高地，就无法确定搜索最佳方向，会产生随机走动，使得搜索效率降低。
  3. 山脊：搜索可能会在山脊的两面来回震荡，前进步伐很小。

解决方法：随机重启爬山算法

參見

编辑

參考資料

编辑
  1. ^ Skiena, Steven. The Algorithm Design Manual 2nd. Springer Science+Business Media. 2010. ISBN 978-1-849-96720-4. 

📚 Artikel Terkait di Wikipedia

组合优化

algorithm） 次梯度法 线性规划及二次规划 内点 仿射缩放（英语：Affine scaling） 椭球方法（英语：Ellipsoid method） 卡马卡算法（英语：Karmarkar's algorithm） 拟阵贪心算法 单纯形法 修正单纯形法（英语：Revised simplex method）

贝叶斯优化

Leyton-Brown (2011). Sequential model-based optimization for general algorithm configuration （页面存档备份，存于互联网档案馆）, Learning and Intelligent Optimization