离散变量问题优化算法 （Algorithms for Discrete Variable Problem）一般的优化方法只能求得连续变量的最优解。工程实际中存在大量混合设计变量问题。混合设计变量包含：连续设计变量、整型设计变量和离散设计变量。9.1 9.1 引言引言例如：齿轮传动装置的优化设计，齿数是一个整型量，模数是一系列离散量，变位系数可以看做连续量，齿宽若按长度1mm单位计算，则也可以看做整型量。求离散问题的最优解，传统的方法是先用连续变量优化设计方法求连续变量的最优解，然后圆整到离散值上。弊病：可能得不到可行最优解，或所得的解不是离散最优解。x*为连续变量最优解；x(1)是圆整后最近的离散点，但不可行；x(2)是最近的可行离散点，但不是离散最优点；x(3)是离散最优点。传统方法的局限性 离散变量优化难点：不存在指导搜索过程的最优性条件。直接方法：枚举法（enumeration）。可行点过多时，计算量大。减少计算量：随机思想（stochastic ideas）、启发式原则（heuristic rules）。两种基本方法：（隐式）枚举法：如，分枝定界法（the branch an
