最优化指从一组可选择的方案中，根据一定标准选择最佳方案的过程，往往要在特定情况下最大化或最小化某一特定函数或变量。一般分为离散优化、连续优化两个子领域。优化问题出现在计算机科学、工程学到运筹学、经济学等所有定量学科中，几百年来求解方法的发展一直受到数学界的关注。 在更一般的方法中，优化...

组合最优化（英語：Combinatorial optimization），在应用数学和理论计算机科学的领域中，组合优化是在一个有限的对象集中找出最优对象的一类问题。在很多组合优化的问题中，穷举搜索／枚举法是不可行的。组合优化的问题的特征是可行解的集是离散或者可以简化到离散的，并且目标是找到最优...

具有连续变量的最佳化问题称为连续优化，其中必须找到连续函数的最优值。它们可以包括约束问题和多模态问题。 最佳化问题和决定性问题（Decision problem）、功能性问题（Function problem）不同，最佳化问题是：从问题的多个解中，求出最佳解。像背包问题...

序列最小优化算法（英語：Sequential minimal optimization, SMO）是一种用于解决支持向量机训练过程中所产生优化问题的算法。SMO由微软研究院的约翰·普莱特（英语：John Platt）于1998年发明，目前被广泛使用于SVM的训练过程中，并在通行的SVM库LIBSVM中得到实现。...

} 协同优化结果使每一变量的值在每一子目标函数的优化结果中达到一致。如果一致，则子目标函数的优化解既为最优解。 现代优化理论中最重要的未解难题是发现通用的全局最优化条件。由于没有全局最优化条件，我们不知道哪里可以找到最优解，也不知道现有解是不是最优解. 因此,我们不知道如何更有效地组织优化...

凸函数最优化，或叫做凸最优化，凸最小化，是数学最优化的一个子领域，研究定义于凸集中的凸函数最小化的問題。凸最佳化在某種意義上說較一般情形的數學最佳化問題要簡單，譬如在凸最佳化中局部最佳值必定是全局最佳值。凸函數的凸性使得凸分析中的有力工具在最佳化問題中得以應用，如次导数等。 凸最佳化...

最优控制理论是數學最优化中的分支，要找到动力系统在特定一段時間的控制，可以使特定的损失函数最佳化。最佳控制在科學、工程及作業研究上都有很多應用，例如其控制的系統可能是航天器，控制為其動力來源的火箭推進器，目標是在消耗最小燃料的情形下登陸月球，其系統也可能是國家的经济，目標是使失業降到最低，控制是财...

约束优化问题（亦译为受约束的最优化问题）是一类数学最优化问题，它由目标函数以及与目标函数中的变量相关的约束条件两部分组成，优化过程则为在约束条件下最优化（最大化或最小化）目标函数。 一个约束最小化问题可以写成如下形式: min   f ( x ) s u b j e c t   t o   g i (...

粒子群优化（Particle Swarm Optimization, PSO），又称粒子群演算法、微粒群算法，是由 J. Kennedy 和 R. C. Eberhart 等于1995年开发的一种演化计算技术，来源于对一个简化社会模型的模拟。其中“群（swarm）”来源于微粒群符合 M. M. Millonas...

搜索引擎最优化策略分析师 (Search Engine Optimization Strategy Analyst，简称SEO分析师)是一项新兴信息技术职业，主要关注搜索引擎动态，修建网站，拓展网络营销渠道，网站内部优化，流量数据分析，策划外链执行方案，负责竞价推广。...

连续优化是应用数学中最优化的一个分支。 连续优化目标函数的变量与离散优化相对，必须是连续变量，即从没有间隙（实线的区间）的实值集中选择。由于这种连续性假设，连续优化可应用微积分技术。 V. Jeyakumar; Alexander M. Rubinov. Continuous Optimization:...