最佳分類/Rypka 方法/示例/應用
雖然以下示例缺乏對最佳化的直觀理解，但它很好地展示了最佳化如何減少查詢次數。雖然最佳分類方法對於減少手動識別所需的查詢次數非常有利，但自動識別可能更適合使用神經網路。
指定區域（特徵）用於對所有國旗（元素）的背景顏色（狀態）進行取樣。
疊加用於確定每個國旗的每個區域的顏色，並將顏色記錄在表格中作為區域的邏輯狀態。然後將表格資料提交給最佳化程式並進行處理，直到獲得最佳經驗分離值。FLAGS/LOC,A,B,C,D,E,F,G,H,I BELGIUM,BLACK,YELLOW,ORANGE,BLACK,YELLOW,ORANGE,BLACK,YELLOW,ORANGE FRANCE,BLUE,WHITE,RED,BLUE,WHITE,RED,BLUE,WHITE,RED GERMANY,BLACK,BLACK,BLACK,RED,RED,RED,YELLOW,YELLOW,YELLOW IRELAND,GREEN,WHITE,ORANGE,GREEN,WHITE,ORANGE,GREEN,WHITE,ORANGE ITALY,GREEN,WHITE,RED,GREEN,WHITE,RED,GREEN,WHITE,RED JAPAN,WHITE,WHITE,WHITE,WHITE,RED,WHITE,WHITE,WHITE,WHITE LUXEMBOURG,RED,RED,RED,WHITE,WHITE,WHITE,BABY,BABY,BABY NETHERLANDS,RED,RED,RED,WHITE,WHITE,WHITE,BLUE,BLUE,BLUE SPAIN,RED,RED,RED,YELLOW,YELLOW,YELLOW,RED,RED,RED HELIGOLAND,GREEN,GREEN,GREEN,RED,RED,RED,WHITE,WHITE,WHITE
從區域“A”開始，查詢從詢問國旗該區域的顏色開始。假設我們手中有荷蘭國旗。關於區域“A”的第一個查詢的答案是紅色，這將從進一步的考慮中刪除 2/3 的國旗。對於區域“B”顏色的下一個查詢將是紅色，這將無法消除任何剩餘的國旗。事實上，由於“D”、“E”和“F”列的顏色對於每個剩餘的國旗都是相同的，因此我們將無法消除任何剩餘的國旗，直到“G”列，在那裡藍色將為最終必要的查詢提供一個唯一的答案。在此，除荷蘭國旗外的所有剩餘國旗將從進一步的考慮中刪除。因此，使用系統查詢方法，至少需要七個查詢才能確定我們手中的國旗屬於荷蘭。
最佳化結果如上所示，包括理論和經驗百分比的列表。原始特徵序列在最下面一行索引。從區域“G”開始，查詢從詢問國旗該區域的顏色開始。假設我們手中有愛爾蘭國旗。對第一個查詢的答案將是綠色。下一個查詢是區域“F”的顏色，我們回答橙色。由於沒有其他國旗在這些區域具有綠色和橙色的組合，因此我們的查詢可以在此結束。該方法透過最佳化特徵順序，最大程度地減少了識別國旗所需的查詢次數。（請注意，可能存在多個最小解。）
