如何求解问题-现代启发式方法_总结

本书旨在讨论求解问题的可能性，帮助拓展自己的才能去构建新的问题和进行创造性的思维。
第1章指出了造成问题求解困难的主要根源。
第2章简短地介绍了一些基本概念。（表示方式、目标、评估函数、定义一个搜索问题、邻域和局部最优解、爬山法）
第3、4章综述了一些经典的优化算法。（穷举搜索、局部搜索、线性规划、贪婪算法、分而治之、动态规划、分枝定界、A*算法）
第5章主要是现代搜索算法。（模拟退火、禁忌搜索）
第6、7章介绍了直觉和设计演化算法的一些细节。（表示方式、评估函数、变化算子、选择、初始化）
第8、9、10章对于要求寻找项的特定排列、如何处理约束以及如何调整算法使适合于求解任务这些问题提出了一些挑战性观点。（旅行商问题（寻找好的变化算子、结合局部搜索方法、边组装杂交、反序-杂交算子）、约束处理、数值优化、算法调整（参数控制、表示方法、评估函数、变异算子、杂交算子、父体的选择、种群、参数控制的组合形式））
第11章讨论了随时间变化的环境和噪声问题。
第12、13章介绍了神经网络和模糊系统。
第14章对混合系统和扩展演化算法作了简短地一般性讨论。
1.我的目标是什么
2.对问题建立模型
3.确定计算和搜索解的方法
4.实践、实践、再实践
求解问题的十点启发：
1.任何值得求解的问题都值得作一番思考。
2.把注意力集中于主要因素，不要纠缠于噪声。
3.有时找到问题的解其实很容易，不要自己把问题看得太难了。
4.当心一些显而易见的解。
5.不要被以前的经验所误导。
6.开始求解。不要说:“我不知道怎么解”。
7.不要局限于问题所“定义”的搜索空间，拓宽你的视野。
8.约束可能是有益的。
9.不要满足于找到一个解。
10.要有耐心和恒心。
演化算法的优点：
1.演化算法在概念上非常简单。
2.演化算法具有广泛的应用。
3.演化算法为构造有用的混合方法提供了潜能。
4.演化算法是高度并行的。
5.演化算法对于动态变化具有鲁棒性。
6.演化算法提供了自适应的潜能。
7.演化算法能够学会求解没有已知解得问题。