摘要
一、引言在优化过程中,人们常常会遇到如下问题:①有些优化问题难以用精确的数学模型描述;②对于复杂的优化问题的求解,往往受到计算机的存贮容量、计算时间以及资金等经济因素的制约;③有些优化问题要求在很短的时间内得到近似最优解;④传统的最优化方法未必能够有效地提供符合精度要求的解;⑤有些最优化方法在解决某些问题时比较呆板,诸如多峰值寻优、克服死循环等。为了解决上述问题,人们探讨采用人工智能、启发式技术等来改进目前的最优化方法。 50年代,人们在最优化方法中设入了启发式技术,以解决运筹学中的组合优化问题。70年代,Simon提出了"满意原则",指出许多实际问题往往只需要满意解,而不是最优解。
出处
《自动化仪表》
CAS
北大核心
1992年第3期43-45,共3页
Process Automation Instrumentation
