Heuristiikkamenetelmät

Heuristiikkamenetelmät ovat tietojenkäsittelytieteessä ja tekoälyssä käytettyjä menetelmiä, jotka pyrkivät löytämään hyvän ratkaisun ongelmaan, vaikka optimaalista ratkaisua ei voida taata tai sen löytäminen olisi liian hidasta. Heuristiikat ovat käytännön sääntöjä tai "peukalosääntöjä", jotka ohjaavat hakuprosessia kohti todennäköisesti hyviä ratkaisuja. Ne eivät takaa parasta mahdollista lopputulosta, mutta ne tarjoavat tehokkaan tavan ratkaista monimutkaisia ongelmia kohtuullisessa ajassa.

Yksi tunnetuimmista heuristiikkamenetelmistä on A*-algoritmi, jota käytetään reitinhakuongelmissa. A* käyttää kustannusfunktiota, joka arvioi reitin kokonaiskustannusta lähtöpisteestä kohdepisteeseen. Heuristiikka arvioi kustannusta kohdepisteestä arvioimalla arvioitua etäisyyttä kohdepisteeseen. Kun heuristiikka on "monotoninen" tai "konsistentti", A* takaa optimaalisen ratkaisun.

Muita heuristiikkamenetelmiä ovat esimerkiksi gilppikiipeily (hill climbing) ja simulointihehkutus (simulated annealing). Gilppikiipeily etenee ratkaisutilassa aina siihen suuntaan, joka parantaa nykyistä ratkaisua, kunnes saavutetaan paikallinen optimi. Simulointihehkutus on kehittyneempi menetelmä, joka voi paeta paikallisia optimeja sallimalla ajoittain huonompien ratkaisujen valinnan, jolloin pyritään löytämään globaalimpi optimi. Heuristiikkamenetelmiä käytetään laajalti esimerkiksi pelialgoritmeissä, optimointiongelmissa ja koneoppimisessa.