启发式超参数优化（Heuristic Hyperparameter Optimization）
1. 简介
启发式超参数优化（Heuristic Hyperparameter Optimization）是一类基于启发式搜索算法的优化方法，主要用于解决传统搜索方法（如网格搜索和随机搜索）在高维搜索空间中的低效问题。启发式方法通常模拟自然进化、群体行为或生物适应性来搜索最优超参数组合。
常见的启发式超参数优化算法包括：
- 遗传算法（Genetic Algorithm, GA）
- 粒子群优化（Particle Swarm Optimization, PSO）
- 模拟退火（Simulated Annealing, SA）
- 差分进化（Differential Evolution, DE）
- 蚁群优化（Ant Colony Optimization, ACO）<
