任何时间算法

在计算机科学中，任何时间算法是一种即使在结束前被打断也能返回问题有效解决方案的算法。该算法预计会在持续运行的时间越长的情况下找到越来越好的解决方案。大多数算法都会运行到结束：在进行了一些固定数量的计算之后，它们会提供一个单一的答案。然而，在某些情况下，用户可能希望在完成之前终止该算法。例如，所需的计算量可能很大，而且计算资源可能需要重新分配。大多数算法要么运行到结束，要么就不提供有用的解决方案信息。然而，任意时间算法能够返回一个部分答案，其质量取决于他们能够执行的计算量。任何时候算法所产生的答案是正确答案的近似值。

任何时候的算法也可能被称为可中断算法。它们与契约算法不同，后者必须提前声明一个时间；在随时算法中，一个进程可以直接宣布它要终止。

任何时候算法的目标是让智能系统有能力做出质量更好的结果以换取周转时间。它们还应该在时间和资源上具有灵活性。它们很重要，因为人工智能或AI算法可能需要很长的时间来完成结果。这种算法被设计为在较短的时间内完成。另外，这些都是为了更好地理解系统是依赖和限制其代理以及他们如何合作工作。另一个使用随时算法的例子是瞄准目标时的轨迹问题；在等待算法完成的过程中，物体在空间中移动，如果提前给出答案，即使是一个近似的答案也能xxx提升其准确性。任何时候算法的独特之处在于它们能够为任何给定的输入返回许多可能的结果。一个随时算法使用许多定义良好的质量措施来监测问题解决和分布式计算资源的进展。它在给定的时间内不断搜索最佳的可能答案。

它可能不会运行到完成，如果允许它运行更长的时间，可能会改善答案。这通常用于大型决策集问题。除非允许它完成，否则这一般不会提供有用的信息。虽然这听起来与动态编程相似，但不同的是，它是通过随机调整进行微调，而不是顺序调整。任意时间算法的设计是这样的：它可以被告知在任何时候停止，并会返回它迄今为止发现的最佳结果。这就是为什么它被称为可中断算法。某些随时算法还保持最后的结果，因此如果给它们更多的时间，它们可以从它们离开的地方继续下去，以获得更好的结果。

当决定者必须采取行动时，必须有一些模糊的地方。同时，必须有一些关于如何解决这种模糊性的想法。这个想法必须可以转化为状态图和行动图。

性能曲线根据输入和分配给算法的时间量来估计结果的质量。估计的结果越好，就会越快找到结果。有些系统有一个较大的数据库，给出了输出是预期输出的概率。值得注意的是，一个算法可以有几个性能剖面。大多数情况下，性能剖面是利用代表性案例的数学统计来构建的。例如，在旅行推销员问题中，性能剖面是使用一个用户定义的特殊程序来生成必要的统计数据的。在这个例子中，性能曲线是时间与预期结果的映射。这种质量可以通过几种方式来衡量。确定性：其中正确性的概率决定质量准确性：其中错误界限决定质量特异性：其中特殊性的数量决定质量算法的前提条件最初行为。有些算法一开始就立即进行猜测，而有些算法则采取更多的计算方法，在进行任何猜测之前有一个启动期。增长方向。程序的输出或结果的质量，如何作为时间量（运行时间）的函数而变化增长率。