启发式算法，元启发式算法与超启发式算法的区别

废话不多说，网上百度有的东西（定义那些）我也不重复叙述了，把自己对这三者有什么不同的理解说一下。

启发式算法（heuristics）

启发式算法是依赖于问题的技术。因此，他们通常适应当前的问题，并试图充分利用这一问题的特殊性。然而，由于它们往往过于贪婪，它们通常陷入局部最优状态，因而通常无法获得全局最优解。

元启发式算法（metaheuristics）

元启发式是独立于问题的技术。因此，它们没有利用问题的任何特殊性，因此可用作黑匣子。一般来说，他们并不贪婪。事实上，他们甚至可能接受某个具体问题中解的暂时恶化(例如，模拟退火技术)，这使他们能够更彻底地探索解的空间，从而得到一个有希望的更好的解(有时会与全局最优相吻合)。请注意，尽管元启发式算法是一种独立于问题的技术，但仍有必要对其内在参数进行一些微调，以便使该技术适应手头的问题。

超启发式算法（Hyper-heuristics）

事实上它不同于以上两者算法的对象，上两者的对象其实都是针对问题找解，只是启发式算法针对特殊问题找出较优解，而元启发式对普遍问题，不加入任何特殊条件找出通解空间。超启发算法的特殊性在于它找出的空间不是解的空间，而是启发式或元启发式的空间。事实上，超启发式可以被看作是“启发式搜索启发式”。还有一个稍微不同的叫法，定义为“启发式生成启发式”。

总结

三者之间对象不同，搜索得出的空间也不同，启发式算法（heuristics）搜索得出的是特殊解空间，元启发式算法（metaheuristics）搜索得出的是普遍问题的解空间，而超启发式算法（Hyper-heuristics）搜索得出的是启发式的空间。