最佳化問題 📖 Wikipedia

连续优化问题的规范形是^[1] $${\displaystyle {\begin{aligned}&{\underset {x}{\operatorname {minimize} }}&&f(x)\\&\operatorname {subject\;to} &&g_{i}(x)\leq 0,\quad i=1,\dots ,m\\&&&h_{j}(x)=0,\quad j=1,\dots ,p\end{aligned}}}$$  其中

• ${\displaystyle f:\ \mathbb {R} ^{n}\to \mathbb {R} }$ 是n元向量x的目标函数，其值需要最小化；
• ${\displaystyle g_{i}(x)\leq 0}$ 称作不等式约束；
• ${\displaystyle h_{j}(x)=0}$ 称作等式约束；
• ${\displaystyle m\geq 0,\ p\geq 0}$ 。

若${\displaystyle m=p=0}$ ，则问题就是无约束优化问题。按照惯例，标准形定义了最小化问题。最大化问题可通过将目标函数取逆得到。

组合优化问题A是四元组${\displaystyle (I,\ f,\ m,\ g)}$ ，其中

• I是可行值集合；
• 给定可行值${\displaystyle x\in I,\ f(x)}$ 是可行解集；
• 给定可行值x、对应的可行解y，${\displaystyle m(x,\ y)}$ 表示y的测度，一般是正实数。
• g是目标函数，且须取极值。

我们的目标是为某可行值x找到最优解，即可行解y，且满足 $${\displaystyle m(x,y)=g\left\{m(x,y'):y'\in f(x)\right\}.}$$ 

对每个组合优化问题，有相应的决策问题：对某特定测度${\displaystyle m_{0}}$ ，是否存在可行解。例如，若有包含顶点u、v的图G，优化问题可能是“找到u到v使用最少边的路径”，答案可能是4；相应的决策问题是“是否有u到v的路径使用了少于10的边数”，可以用简单的“是否”回答。

近似算法领域中，算法是为问题找到近似最优解。因此，通常的决策的定义是不充分的，因为其只指定了可行解。虽然可以引入合适的决策问题，但描述为优化问题更自然。^[2]

• 计数问题
• 设计优化
• 艾克兰德变分原理
• 函数问题
• 运筹学
• 满意原则
• 搜索问题
• 半无限规划

• How Traffic Shaping Optimizes Network Bandwidth. IPC. 2016-07-12 [2017-02-13].