4.1 智能优化概述传统优化理论与方法的局限性 函数优化问题 定义增广目标函数，转化约束优化问题为无约束优化问题； 基于梯度类方法求解无约束优化问题的局部最优解。 传统理论方法面向的问题 传统方法思路与步骤 （1 ）选取初始点 （2 ）构造下降搜索方向 （3 ）确定搜索方向上的步长 （4 ） （5 ）满足终止条件，停止迭代，当前解；否则，k=k+1, 转第2 步传统方法的局限性 经典优化算法是局部搜索算法。在其迭代过程中，不断以 当前解邻域下降方向上的解替换当前解，即总是以邻域的 较好解更新当前解。这是一种基于贪婪思想的做法，无疑 会丧失全局优化的能力，从而在搜索过程中不可避免地陷 入局部最小。其迭代过程是从初始解开始的确定性的过程 ，是一个确定性算法。 不适用于组合优化问题 涉及排序、分类、筛选等的一类问题 旅行商问题（Traveling salesman problem ，TSP) 加工调度问题(Sheduling problem, 如Flow-shop,Job-Shop) 0-1 背包问题(Knapsack Problem); 装箱问题（Bin packing problem)
