经典启发式算法
借助于某种直观推断嚯试探的方法,通过对过去经验的归纳推理以及实验分析来解决问题,通常由已知可行解出发,根据某种启发式信息,对可行解进行多次改善和迭代启发,最终获得满意解的过程。
现代启发式算法/元启发式算法
是近年来出现并用于求解复杂车辆路径的方法,又称为亚启发算法、元启发式算法,将具体问题的相关信息融入到求解问题中。
区别
经典启发式算法不管是构造型还是改进型都不允许劣质中间解的产生,只允许解的优化结果朝着好的方向单向递增,因此比较容易陷入局部最优解,而现代启发式算法允许优化过程中出现劣质的中间解,能够跳出局部最优而在全局内寻优,从而有效改善求解性能。
即,在元启发式算法中存在着随机因素,可行解与最优解之间的偏离程度无法事先估计,因此对于同一问题的多次求解可能会出现不同的结果。