最適化は、常に自宅で学術研究の主要な焦点の一つとなっていると海外で、多くの分野での生産と生活をしています
生産スケジューリング、システム制御、経済予測：などのアプリケーションの広い範囲。いわゆる最適化問題、つまり、一定を満たします
制約の下で、パラメータ値のセットを見つけるために、システムが最大又は最小となるように、最適性基準を満たします。異なる最適化アルゴリズムに異なる最適化問題は、理想的な状況は、グローバルな最適解を得るための最速のスピードです。一度合成伝統的な最適化、大規模な問題に直面してアルゴリズム全体探索空間を横断する必要があるが、爆発の探索を形成し、それが多項式時間で完了することができません。だから、最適なソリューションを見つけるために複雑な、広大な探索空間では、研究者の重要な課題となっています。解決するインテリジェントなアルゴリズムが複雑で大規模な最適化問題のための許容時間内に卓越したに驚くべき結果を達成しました。インテリジェントなアルゴリズムが示されている：シミュレーテッドアニーリング、進化的アルゴリズム、遺伝的アルゴリズム、粒子群アルゴリズム。インテリジェントなアルゴリズム、一般的に自己組織化、適応性と並列性、直接情報の検索など、目的関数の値に、正のフィードバック機構でき効果的に完全な最適化タスク。特にマルチモーダル、高次元、制約および多目的最適化問題では、ますます複雑化、大規模な最適化問題に直面し、インテリジェントアルゴリズムのある種の使用は、アルゴリズム自体の欠点は常に、それはより多くを達成するためにそうです良好な最適化の結果が大幅に探索アルゴリズムの効率を向上させたハイブリッド最適化アルゴリズム、異なるアルゴリズムの弱点を形成するために組み合わせて特定のルールによれば、2つ以上のインテリジェントなアルゴリズムとすることができます。
グローバルな最適化アルゴリズム自体および局所的な最適化を検討するために、最適化問題を解決するインテリジェントハイブリッドアルゴリズムインテリジェントなアルゴリズムは、基本的な目的は、最速のグローバルな最適解を見つけることですが、検索処理では、あまりにも目的関数値ガイドは、グローバルな最適解を見つけるために、局所最適解、およびエラーに陥りやすいです。そのため、さまざまな最適化問題のために、どのようにそれは、基本的な原則は、インテリジェントなアルゴリズムの設計は、スピードの前提の下で保証するガイドとなり、グローバルな最適解を見つけるために、局所最適解に陥る避けるために。