ヒューリスティックな方法（ヒューリスティック）
それはそれを実現可能な解決策を与えることができる許容可能な時間と空間内の特定の問題を解決するには、クラスの総称であるが、（最適解からの偏差に実現可能な解決策）最適解の戦略を得ることが保証するものではありませんの。多くの発見的アルゴリズムは、特定の問題に応じて、かなり特殊です。その検索パスに最適なソリューションのためのヒューリスティック検索の過程で問題の最適解を求めることは達成することは不可能または困難になった場合、個人またはグローバルな経験に応じて変更することができる（例えばNP完全問題）、ヒューリスティック型戦略は、実現可能な解を得るための効率的な方法です。これは、「問題の特定」戦略の一種であります
発見的アルゴリズム（ヒューリスティックAlgorigthm）（等時間算出手段算出空間）に許容されるコストで、経験や勘構成に基づくアルゴリズムである最適化問題を解決する実現可能な解を与え、各インスタンス、実行可能解最適解からのずれの程度は、一般に、予め予想されません。
ヒューリスティックは技術で、このアルゴリズムは、許容できるコストの計算に最適なソリューションを見つけることができますが、必ずしもさえも、ほとんどの場合、解決策を結果として説明することができない、得られた溶液の実現可能性と最適性を保証するものではありません最適解の間のおおよその程度。
メタヒューリスティックな方法（メタヒューリスティクス）異なっている、メタヒューリスティクスの戦略は、通常、側面のより広い範囲に適用することができ、特定の条件に頼ることなく、問題の一般的な発見的戦略、彼らは通常いくつかの並べ替え、です。元ヒューリスティック検索プロセスは、通常、いくつかの要求、ヒューリスティックアルゴリズムやメタヒューリスティクスと呼ばれるこれらの要件に従って実装を前方に配置します。多くのメタヒューリスティックアルゴリズムは、いくつかのランダムな自然現象からインスピレーション（例えばシミュレーテッドアニーリング、遺伝的アルゴリズム）を行いました。今、重要な研究方向元のヒューリスティック検索があまりにも時期尚早局所最適を防ぐためである、多くの人々は、そのようなタブー探索（タブー）と改善非転写（シミュレーテッドアニーリング）として、対応する作業を行いました。これは、「問題のある独立した」戦略の一種であります
メタヒューリスティック（メタヒューリスティックAlgorigthm）ヒューリスティックは、それがランダムアルゴリズムと組み合わせ検索アルゴリズムの部分積である、改善され、発見的アルゴリズムは、共通の遺伝的アルゴリズム、シミュレーテッドアニーリング、タブー検索アルゴリズム及びニューラルネットワークを含みます。
新しいメタヒューリスティックアルゴリズム、粒子群最適化、微分進化アルゴリズム、蟻コロニー最適化アルゴリズム、ホタルアルゴリズム、カッコウアルゴリズム、調和の検索アルゴリズム、微分進化アルゴリズム、ランダムリープフロッグアルゴリズム、細菌採餌アルゴリズム、バットアルゴリズムアルゴリズム