有限内存影响图（LIMID）是用于表示有限内存策略的决策问题的通用模型（Lauritzen和Nilsson（2001））。LIMID的评估可以通过单一策略更新来完成，该更新产生本地最大策略，在该策略中，任何单一策略修改都不能增加预期效用。本文检验了获得的局部最大值策略的质量，并提出了三种不同的LIMID评估方法。第一个算法，时态策略更新，类似于单一策略更新。第二种算法贪婪搜索（Greedy Search）不断更新策略，以获得预期效用最大的改进。最后一种算法是模拟退火，它与前面的两种算法不同，它允许搜索采取一些下坡步骤以避开局部最大值。从所获得策略的质量和算法的实现（包括计算复杂性的一些考虑）两方面对算法进行了仔细的比较。