复杂问题求解：全局最优解与网络最优解。

复杂问题求解：全局最优解与网络最优解。

1. 什么是问题：问题通常包括“题设”和“题对”，复杂问题就是指解题需要的“盘对”的规模和复杂度；“题设”通常用于界定“盘对”、约定“盘对”的规则、限定“题解”的有效性和验收规则；“题解”通常可以归结为寻优（使用搜索算法求解），如果“盘对”符合题设、“题解”就是寻找“盘对”对应的曲线和曲面的所有极值和边界值、然后根据题设在其中找出符合“题对”的数据解释；这样就产生了全局最优解和局部最优解的概念，在“盘对”中、局部最优解就是网络最优解。
2. 全局最优解：首先，全局最优解是一定存在的；“在一定维度内无法求解的问题，可以在更高的维度内得到解决”，说的是，在“盘对”完全、充分、包含全部迭代和底代信息的情况下，全局最优解是一定存在的、并且可以在“盘对”中找到；所以，解题的第一步是审题、就是判断“盘对”是否完全符合“题设”、是否完全等同于“题设”、是否有没被解读的‘潜题设’、是否有被附加进来的‘隐题设’；解题的第二步是寻优，就是在“盘对”中找到符合问题的所有数据集合；全局最优解就是确定找到了所有的边界数据和极限数据，然后在这些数据中筛选出了所有符合题意的数据集，这个答案数据集的完整性是关键指标。
3. 网络最优解：在局部寻优中，数据可能具有较大的不稳定性、甚至是变异性，这样的问题、可以通过组织网络、按照网络规则来进行解算与比较、来获得解决；网络数据通常是过度饱和的、或者是存在欠缺遗漏的，所以网络最优解通常不是全局最优解；按照网络规则进行解算与比较、通常是极限复杂细致的，因此网络最优解、通常是可信的；从网络最优解获得全局最优解、通常需要通过补算来补全数据、然后在“盘对”中找到并补足数据，这个过程可能需要反复迭代许多次。