第一章—–Introduction’

1.1 一些歌概念：

x:   design or decision variables 设计或决策变量

f(x) ：Objective function or simple cost function目标函数

Rn：space spanned by the decision variables   决策变量的范围空间

hi()/gi(): constraints   约束条件

等式可以通过不等式表示出来

1.2  search for optimality

寻找最优就像是挖宝藏一样，现在假使有两找那个情况（1）你是一个瞎子，这个时候你就只能通过随机一步步的去寻找——pure random search

（2）告诉你宝藏的具体位置，就在最高的山峰—–这个时候就会出现策略的选择问题，你是选取什么样子的路线，使得最快的到达。

原文：

算法的分类：确定算法，非确定算法，混合的算法（确定和不确定都有0）

混合算法使用随机避免陷入局部最优

metaheuristics 特点：

（1）在随机以及局部搜索中取折中

（2）最近的说明就是包含有随机以及局部搜索的非确定性算法

（3）通常都有比较好的全局最优性

元启发式的两个阶段：

全局勘探以及局部探索或开发——–这两个过程是同时进行的，是在满足一定的条件的时候进行不同的强调