概念
爬山算法是一种局部择优的方法，采用启发式方法，是对深度优先搜索的一种改进，它利用反馈信息帮助生成解的决策。 属于人工智能算法的一种。
算法优缺点
优点
避免遍历，通过启发选择部分节点，从而达到提高效率的目的。
缺点
因为不是全面搜索，所以结果可能不是最佳。
爬山算法一般存在以下问题：
1）、局部最大：某个节点比周围任何一个邻居都高，但是它却不是整个问题的最高点。
2）、高地：也称为平顶，搜索一旦到达高地，就无法确定搜索最佳方向，会产生随机走动，使得搜索效率降低。
3）、山脊：搜索可能会在山脊的两面来回震荡，前进步伐很小。
function result=findlocation(new_location,step,flag,new_method,is_reverse)
num=size(new_method,1);
tmp_init=new_location;
if step==0
result=new_location;
return ;
end
if is_reverse
num=0;
step=0-step;
end
if flag==0
for i=tmp_init:step:num
if new_method(i+step,1)-new_method(i,1)<=0
if i-step<=0
startnum=1;
else
startnum=i-step;
end
if new_method(startnum,1)-new_method(i,1)>0
is_reverse=1;
flag=1;
new_location=i-step;
step=floor(step/2);
if step==0
result=new_location;
return ;
end
result=findlocation(new_location,step,flag,new_method,is_reverse);
return;
else
flag=1;
new_location=i;
step=floor(step/2);
if step==0
result=new_location;
return ;
end
result=findlocation(new_location,step,flag,new_method,is_reverse);
return;
end
else
new_location=i+step;
end
end
end
if flag==1
for i=tmp_init:step:num
if new_method(i+step,1)-new_method(i,1)>0
new_location=i+step;
else
flag=0;
new_location=i;
step=floor(step/2);
if step==0
result=new_location;
return ;
end
result=findlocation(new_location,step,flag,new_method,is_reverse);
return;
end
end
end
clc
clear all
close all
global new_location
load('new_method.mat');
num=size(new_method,1);
% two step for climb
init_location=10;
new_location=init_location;
step=20;
flag=1;
is_reverse=0;
result=findlocation(new_location,step,flag,new_method,is_reverse);
