Heuristic

: involving or serving as an aid to learning, discovery, or problem-solving by experimental and especially trial-and-error methods a heuristic assumption; also : of or relating to exploratory problem-solving techniques that utilize self-educating techniques (as the evaluation of feedback) to improve performance

휴리스틱 기법(heuristic)은 한정된 시간 내에 수행하기 위해 최적의 해 대신 현실적으로 만족할 만한 수준의 해를 구하는 방법이다.

이 기법은 수학적으로 증명하기 힘든 단점이 있지만 대신 한정된 수행 시간 내에 적절한 해답을 찾을 수 있는 장점이 있다.

의사를 결정하려면 다양한 변수를 고려해야 한다. 그러나 현실적으로 정보의 부족과 시간제약으로 완벽한 의사결정을 할 수 없다. 제한된 정보와 시간제약을 고려해 실무상 실현 가능한 해답이 필요한데 이것이 바로 휴리스틱 접근법이다. 휴리스틱 접근법은 가장 이상적인 방법을 구하는 것이 아니라 현실적으로 만족할 만한 수준의 해답을 찾는 것이다. 모든 변수와 조건을 검토할 수 없기 때문이다.

따라서 어떤 문제가 있을 때 그 문제를 푸는 방법이 아직 없거나 현실적으로 불가능 할 때, 혹은 문제를 풀기 위한 정보가 완전히 주어지지 않을 때, 확립된 절차에 따라 답을 구할 수 있을 정도로 문제가 명확하게 정의되지 않았을 때 Heuristic기법이 사용 가능하다.

Heuristic 기법에서는 경험이나 직관을 사용하거나 노력을 기울여 시행착오를 거쳐 충분히 효율적인 해답이나 지식을 얻게 된다. 예를 들어 '좋은 소프트웨어 설계를 하라'는 말처럼 명확한 답이 없는 문제를 경험, 직관, 시행착오를 통해 점점 만족스러운 설계로 발전시키는 과정을 휴리스틱이라 볼 수 있다.

메타 휴리스틱(Meta-Heuristic) [편집]
Heuristic 기법의 연구는 해결하고자 하는 문제마다 각기 그 특성에 맞추어 개발해야 하는 어려움이 있다. 이에 따라 특정문제가 갖는 정보에 크게 구속되지 않고 다양한 문제에 적용가능한 상위수준의 발견적 기법, 즉 메타휴리스틱이 사용된다.

메타 휴리스틱 기법에는 Genetic Algorithm, Simulated Annealing, TABU search가 있다. 이들 기법들은 각기 다른 특성이 있지만, 공통점은 개념과 이론이 단순하고 해공간의 탐색성능이 우수하여 공학, 자연과학 뿐만 아니라 경영학, 사회과학 등의 최적화 분야 또는 의사결정분야에 응용가능하다는 것이다. 이들 기법들은 각기 독립적으로 여러 분야에 적용될 수 있을 뿐만 아니라, 각 기법의 단점을 상호보완하면서 장점을 결합하여 함께 적용될 수 있다. 예를 들면 유전알고리즘의 해공간의 탐색능력과 타부서치의 국부최적(Local optimum) 탐색능력의 강점의 결합하여 사용할 수 있다.

이러한 해법들은 조합최적화문제로 해석되는 현실의 문제들을 해결하기 위해 다양한 영역으로부터 아이디어를 얻은 결과이다. 유전알고리즘은 자연의 진화과정과 유전법칙을 모방하였고, 시뮬레이티드 어닐링은 금속의 표면처리 과정의 냉각과정에 기초를 두었고, 타부서치는 인간의 기억과정을 이용했다.