Inteligence hejna: Porovnání verzí

Tyto postupy lze považovat za [[metaheuristiky]] prohledávající prostor odpovídající definičnímu oboru účelové funkce. Jejím definičním oborem je typicky n-dimenzionální [[eukleidovský prostor]], nejedná se však o podmínku, protože mnoho z algoritmů prohledává i [[diskrétní prostor]]. Prohledávací prostor není obvykle prohledán celý, nejedná se tedy o [[úplné prohledávání]] a většinou nelze nic zaručit o nalezeném řešení.

Výhodou těchto metod je obvykle rychlost a nízká výpočetní náročnost oproti metodám jiným. Významným přínosem je schopnost poskytnout alespoň [[přibližné řešení]] tam, kde nám často ani není známo, zda existuje nějaký exaktní postup jak řešení najít.

Průběh prohledávání lze ve většině případů takto neformálně zjednodušit: K prohledávání prostoru máme k dispozici nějaké hejno, které sestává z jednotlivých členů. Členové hejna jsou na počátku v prostoru náhodně rozmístěni. Následně se iteruje zlepšovací krok, který se buď provádí konstantně-krát, nebo dokud nenalezneme uspokojivé řešení, nebo dokud se daří řešení zlepšovat. Během zlepšovacího kroku se pozmění poloha členů hejna v závislosti na informacích, které zatím dohromady nasbírali. Právě v tomto sociálním chování spočívá síla tohoto přístupu. Často jsou méně úspěšní členové lákáni k pozici těch úspěšnějších. Ve skutečnosti však nemusí nutně docházet k jakýmkoliv zlepšením, nicméně i takové kroky mohou být nutné, aby hejno neuvízlo v [[lokální minimum|lokálním minimu]] (resp. maximu).

Problém zachycení v lokálním optimu je často označován i jako problém ''předčasné konvergence''. Pokud bychom se dívali na polohu každého člena hejna v čase jako na řadu, některé algoritmy (například [[optimalizace hejnem částic]]) postupně s časem zmenšují změny poloh částic, aby se ustálila jejich poloha. Pokud je toto zpomalení příliš prudké, hrozí uvíznutí v lokálním optimu. Naopak nedostatečné ustálení polohy částic může vést ke zbytečně nepřesnému řešení, které stačilo malými opatrnými změnami zlepšit. Toto je známo i jako problém [[explorace versus exploatace]].