Heuristik

(eller: (1) kodet tommelfingerregel, rule of thumb, educated guess, (2) løsere søgekriterium).

Ordet betyder egentlig læren om metoderne til at finde nye videnskabelige resultater eller ny erkendelse, men anvendes i datalogisk sammenhæng mere om det at formulere arbejdshypoteser på et mindre formelt grundlag, f.eks. ud fra opsamlede erfaringer. Ekspertsystemer baseres ofte på en kombination af faktuel viden og heuristisk viden.

Heuristikker i betydningen (1) anvendes om erfaringsbaserede tommelfingerregler eller retningslinier, som bruges i situationer, hvor der ikke findes entydige eller eksakte beslutningsregler (se også overfladeviden) eller algoritmer.

Heuristikker er oftest baseret på en eksperts kombination af erfaring og kendskab til de underliggende lovmæssigheder for det behandlede område. Ekspertise på givne områder udvikles gennem en kombination af uddannelse og erfaring. Uddannelsen giver den faktuelle og systematiske viden, og erfaringen giver de heuristikker, der gør det muligt at anvende den faktuelle viden effektivt. En ekspert kan lave kvalificerede intuitive "gæt", baseret på ufuldstændig information, idet heuristikker bruges til at udfylde hullerne. Et eksempel: Hvorledes en bil er opbygget og fungerer, er faktuel viden. Det er heuristisk viden, der siger, at hvis en bil ikke vil starte, skyldes det oftest en af følgende tre fejl: Kileremmen er knækket, der mangler benzin, eller batteriet er dødt.

Heuristik i betydningen (2) dækker over en række forskellige teknikker, f.eks. et søgekriterium, der ser fornuftigt ud, men ikke er teoretisk begrundet; nabosøgning, dvs. hvor det bedste element blandt den nuværende kandidats "nabo"-løsninger vælges som den næste kandidat; 'branch-and-bound', hvor en given mængde af mulige løsninger opdeles, således at en evaluering af hver delmængde viser, hvilken delmængde der skal undersøges næste gang. Disse heuristikmetoder kan kombineres med hinanden.