錨定啟發法是壹種決策啟發法，先前的設想或最初的估計起著錨定的作用，當接收更多的信息時，我們會做出調整，但仍然傾向於與錨定點保持壹致。
這個概念其實是與生活中的很多現象搭邊的。 比如說，妳到超市去買家用品，大包小包的很多，結賬的時候超市員工告訴妳正好100塊，大部分人都會覺得有些奇怪，覺得太巧了（這就是錨定啟發法的作用）。 其實按照統計學裏邊的概率論，出現整數100的概率與其他非整數的概率是壹樣的，但是人們往往在決策的時候，會有壹個“心中的設定值”，即，人們認為不太可能出現整數。所以會覺得奇怪。
再舉個例子，比如說妳給同樣的兩組人，不同的壹組數字，其中壹組是1*2*3*4*5*6*7
另壹組數字是7*6*5*4*3*2*1
讓他們在3秒鐘給出答案，很顯然壹般人是沒有辦法這麽快算出答案的，那麽他們就要猜這個答案大概在什麽數字範圍內。
那麽妳知道結果會是怎麽樣嗎？ 第壹組人猜的答案平均不超過500，但第二組人平均猜的數會大於1000.
為什麽會這樣呢？ 就是因為人們在判定事物的時候會根據壹些線索去事先設定壹個“心中的值”在判斷的時候會受到這個心中數值的影響。
因為1*2*3*4*5*6*7 這個階乘的數字串是從1開始的，所以人們事先就會認為答案不可能太大。
但是7*6*5*4*3*2*1這個階乘的數字串是從7開始的，所以人們會事先判定的數字比較大。
換句話說，第壹組數字人們是以1這個“小數字”為心目中的設定值去估計的，但是第二組數字是以7這個大數字為心目中的設定值去估計的。
這個是壹個普遍的現象。現實生活中非常多的例子，比如說人們往往不會相信飛機上掉落的零件會把人砸死，而會認為到海邊遊泳可能會被鯊魚襲擊。
但是事實上被飛機零件砸死的人要比海邊遊泳被鯊魚咬死的人多。
問題二：嚙鏃法的啟發是什麽 1.文中“閉目而射，應口而中，雲誌其目則中目，誌其口則中口”壹句表現出了昝君謨的“善射”。
2.昝君謨最後的“笑”表達了他嘲諷了王靈智忘恩負義的思想感情。
《嚙鏃法》說明心術不正,為壹己私利不惜傷害恩人是很卑鄙的
問題三：啟發法的介紹 啟發法是人根據壹定的經驗，在問題空間內進行較少的搜索，以達到問題解決的壹種方法。
問題四：什麽是啟發式或探索法 什麽是啟發式或探索法(heuristic)
名詞解釋
Heuristics，我喜歡的翻譯是“探索法” ，而不是“啟發式”，因為前者更親民壹些，容易被理解。另外，導致理解困難的壹個原因是該詞經常出現在壹些本來就讓人迷糊的專業領域語境中，例如，經常看到某某殺毒軟件用啟發式方法查毒，普通民眾本來就對殺毒軟件很敬畏，看到“啟發式”就更摸不著北了。
實際上，這個詞的解釋十分簡單，例如，查詞典，可以看到：
The use of experience and practical efforts to find answers to questions or to improve performance
heuristic，將其定義為基於經驗的技巧（technique），用於解決問題、學習和探索。並對該詞進行了更詳盡的解釋並羅列了多個相關領域：
A heuristic method is used to rapidly e to a solution that is hoped to be close to the best possible answer, or 'optimal solution'. A heuristic is a "rule of thumb, an educated guess, an intuitive judgment or simply mon sense.
A heuristic is a general way of solving a problem. Heuristics as a noun is another name for heuristic methods.
Heuristic可以等同於：實際經驗估計（rule of thumb）、有依據的猜測（educated guess, a guess beased on a certain amount of information, and therefore likely to be right）和常識（由經驗得來的判斷力）。
壹個容易理解的解釋
人在解決問題時所采取的壹種根據經驗規則進行發現的方法。其特點是在解決問題時,利用過去的經驗,選擇已經行之有效的方法，而不是系統地、以確定的步驟去尋求答案。啟發式解決問題的方法是與算法相對立的。算法是把各種可能性都壹壹進行嘗試，最終能找到問題的答案，但它是在很大的問題空間內，花費大量的時間和精力才能求得答案。啟發式方法則是在有限的搜索空間內，大大減少嘗試的數量，能迅速地達到問題的解決。但由於這種方法具有嘗試錯誤的特點，所以也有失敗的可能性。科學家的許多重大發現，常常是利用極為簡單的啟發式規則。
計算機科學和認知科學領域
上節內容很抽象，不知道這個heuristics能幹什麽，在網絡上搜索關於heuristics的相關知識起源於某位朋友說我的壹個系統設計是壹種啟發式的。我真不知道他到底有何所指，暫時也沒有機會做深入溝通。在網絡上搜索，看到壹篇好文章，有關物理符號系統和啟發式搜索，可以看出該文作者是有自己的理解的，不是像我這樣在網絡上surfing。
因為暫時沒有時間仔細閱讀和理解，看看這篇文章《什麽是啟發式（heuristic）?》也許能夠增加壹點直觀印象，尤其它舉的例子（用以比較啟發式方法和算法）
駕駛汽車到達某人的家，寫成算法是這樣的：沿167 號高速公路往南行至Puyallup；從South Hill Mall 出口出來後往山上開 4.5 英裏； ......>>
問題五：什麽是啟發式 這兩天在看關於民航調度的文章，很多文章中都提到“啟發式”算法，感覺和智能算法類似，那到底算法呢？我找到如下的壹些我認為比較好的解釋：------------------------------------------------------------------------------------------------------------------------A heuristic (hyu-'ris-tik) is the art and science of discovery and invention. The word es from the same Greek root as eureka meaning to find. A heuristic for a given problem is a way of directing your attention fruitfully to a solution. It is different from an algorithm in that a heuristic merely serves as a rule-of-thumb or guideline, as opposed to an invariant procedure. Heuristics may not always achieve the desired oute, but can be extremely valuable to problem-solving processes. Good heuristics can dramatically reduce the time required to solve a problem by eliminating the need to consider unlikely possibilities or irrelevant states. As such, it is particularly useful to those in the process of discovery and the are constantly rethinking their strategies in the face of a stubborn unknown.--------------------------------------------------------------------------------------------------------------------------啟發式方法（試探法）是壹種幫妳尋求答案的技術，但它給出的答案是具有偶然性的（subject to chance），因為啟發式方法僅僅告訴妳該如何去找，而沒有告訴妳要找什麽。它並不告訴妳該如何直接從A 點到達B 點，它甚至可能連A點和B點在哪裏都不知道。實際上，啟發式方法是穿著小醜兒外套的算法：它的結果不太好預測，也更有趣，但不會給妳什麽30 天無效退款的保證。 駕駛汽車到達某人的家，寫成算法是這樣的：沿167 號高速公路往南行至Puyallup；從South Hill Mall 出口出來後往山上開4.5 英裏；在壹個雜物店旁邊的紅綠燈路口右轉，接著在第壹個路口左轉；從左邊褐色大房子的車道進去，就是North Cedar 路714 號。用啟發式方法來描述則可能是這樣：找出上壹次我們......>>
問題六：啟發法的心理學啟發 廣為人知的定錨和調整啟發法可得性啟發法 （availability heuristic）在使用啟發法進行判斷時，人們往往會依賴最先想到的經驗和信息，並認定這些容易知覺到或回想起的事件更常出現，以此作為判斷的依據，這種判斷方法稱為可得性啟發法。代表性啟發法（ representatitiveness heuristic）在使用啟發法時，首先會考慮到借鑒要判斷事件本身或事件的同類事件以往的經驗即以往出現的結果，這種推理過程稱之為代表性啟發法。較少為人所知的感動啟發法傳染啟發法努力啟發法熟悉啟發法頻率啟發法 *** 結尾規則識別啟發法稀缺啟發法相似啟發法模擬性啟發法社會證據“取最好”啟發法哲學法律計算機科學人機交互
問題七：什麽是啟發式算法 大自然是神奇的，它造就了很多巧妙的手段和運行機制。受大自然的啟發，人們從大自然的運行規律中找到了許多解決實際問題的方法。對於那些受大自然的運行規律或者面向具體問題的經驗、規則啟發出來的方法，人們常常稱之為啟發式算法（HeuristicAlgorithm）。現在的啟發式算法也不是全部來自然的規律，也有來自人類積累的工作經驗。駕駛汽車到達某人的家，寫成算法是這樣的：沿167 號高速公路往南行至陽谷；從陽谷高速出口出來後往山上開4.5 英裏；在壹個雜物店旁邊的紅綠燈路口右轉，接著在第壹個路口左轉；從左邊褐色大房子的車道進去，就是某人的家。啟發式方法來描述則可能是這樣：找出上壹次我們寄給妳的信，照著信上面的寄出地址開車到這個鎮；到了之後妳問壹下我們的房子在哪裏。這裏每個人都認識我們―頂肯定有人會很願意幫助妳的；如果妳找不到人，那就找個公***電話亭給我們打電話，我們會出來接妳。
問題八：啟發式的什麽是啟發式 Heuristic(啟發式技術=啟發式掃描+啟發式監控)重點在於特征值識別技術上的更新、解決單壹特征碼比對的缺陷。目的不在於檢測所有的未知病毒，只是對特征值掃描技術的補充。啟發式技術是基於特征值掃描技術上的升級，與傳統反病毒特征值掃描技術相比，優點在於對未知病毒的防禦。是特征值識別技術質的飛躍。啟發式查毒技術屬於主動防禦的壹種，是當前對付未知病毒的主要手段，從工作原理上可分為靜態啟發和動態啟發兩種。啟發式指 “自我發現的能力”或“運用某種方式或方法去判定事物的知識和技能”， 是殺毒軟件能夠分析文件代碼的邏輯結構是否含有惡意程序特征，或者通過在壹個虛擬的安全環境中前攝性的執行代碼來判斷其是否有惡意行為。在業界前者被稱為靜態代碼分析，後者被成為動態虛擬機。 靜態啟發技術指的是在靜止狀態下通過病毒的典型指令特征識別病毒的方法，是對傳統特征碼掃描的壹種補充。由於病毒程序與正常的應用程序在啟動時有很多區別。 通常壹個應用程序在最初的指令，是檢查命令行輸入有無參數項、清屏和保存原來屏幕顯示等，而病毒程序則通常是最初的指令是直接寫盤操作、解碼指令，或搜索某路徑下的可執行程序等相關操作指令序列。靜態啟發式就是通過簡單的反編譯，在不運行病毒程序的情況下，核對病毒頭靜態指令從而確定病毒的壹種技術。 而相比靜態啟發技術，動態啟發技術要復雜和先進很多。動態啟發式通過殺軟內置的虛擬機技術，給病毒構建壹個仿真的運行環境，誘使病毒在殺軟的模擬緩沖區中運行，如運行過程中檢測到可疑的動作，則判定為危險程序並進行攔截。這種方法更有助於識別未知病毒，對加殼病毒依然有效，但如果控制得不好，會出現較多誤報的情況。 動態啟發因為考慮資源占用的問題，因此只能使用比較保守的虛擬機。管如此，由於動態啟發式判斷技術具有許多不可替代的優勢，因此仍然是目前檢測未知病毒最有效、最可靠的方法之壹，並在各大殺軟產品中得到了廣泛的應用。 由於諸多傳統技術無法企及的強大優勢，必將得到普遍的應用和迅速的發展。純粹的啟發式代碼分析技術的應用(不借助任何事先的對於被測目標病毒樣本的研究和了解)，已能達到80%以上的病毒檢出率，而其誤報率極易控制在0.1%之下，這對於僅僅使用傳統的基於對已知病毒的研究而抽取“特征字串”的特征掃描技術的查毒軟件來說，是不可想象的. 啟發式殺毒技術代表著未來反病毒技術發展的必然趨勢，具備某種人工智能特點的反病毒技術，向我們展示了壹種通用的、不依賴於升級的病毒檢測技術和產品的可能性。
問題九：西南大學心理簡答題什麽是啟發法，常見的啟發性策略有哪些 啟發式策略包括如下壹些具體的問題解決策略:
1．搜索策略
2）目的――手段分析
（3）爬山法
4）逆向推理法
5）類似法
（6）其它的壹些方法
問題十：心理學中的可得性啟發法和錨定啟發法有什麽區別？ 不能準確表述是因為妳還沒有理解，所以不能把抽象的概念具體化。
錨定啟發法是壹種決策啟發法，先前的設想或最初的估計起著錨定的作用，當接收更多的信息時，我們會做出調整，但仍然傾向於與錨定點保持壹致。
這個概念其實是與生活中的很多現象搭邊的。 比如說，妳到超市去買家用品，大包小包的很多，結賬的時候超市員工告訴妳正好100塊，大部分人都會覺得有些奇怪，覺得太巧了（這就是錨定啟發法的作用）。 其實按照統計學裏邊的概率論，出現整數100的概率與其他非整數的概率是壹樣的，但是人們往往在決策的時候，會有壹個“心中的設定值”，即，人們認為不太可能出現整數。所以會覺得奇怪。
再舉個例子，比如說妳給同樣的兩組人，不同的壹組數字，其中壹組是1*2*3*4*5*6*7
另壹組數字是7*6*5*4*3*2*1
讓他們在3秒鐘給出答案，很顯然壹般人是沒有辦法這麽快算出答案的，那麽他們就要猜這個答案大概在什麽數字範圍內。
那麽妳知道結果會是怎麽樣嗎？ 第壹組人猜的答案平均不超過500，但第二組人平均猜的數會大於1000.
為什麽會這樣呢？ 就是因為人們在判定事物的時候會根據壹些線索去事先設定壹個“心中的值”在判斷的時候會受到這個心中數值的影響。
因為1*2*3*4*5*6*7 這個階乘的數字串是從1開始的，所以人們事先就會認為答案不可能太大。
但是7*6*5*4*3*2*1這個階乘的數字串是從7開始的，所以人們會事先判定的數字比較大。
換句話說，第壹組數字人們是以1這個“小數字”為心目中的設定值去估計的，但是第二組數字是以7這個大數字為心目中的設定值去估計的。
這個是壹個普遍的現象。現實生活中非常多的例子，比如說人們往往不會相信飛機上掉落的零件會把人砸死，而會認為到海邊遊泳可能會被鯊魚襲擊。
但是事實上被飛機零件砸死的人要比海邊遊泳被鯊魚咬死的人多。