智能计算快速入门之初识

智能计算

智能计算，也称为计算智能，包括遗传算法、模拟退火算法、禁忌搜索算法、进化算法、启发式算法、蚁群算法、人工鱼群算法，粒子群算法、混合智能算法、免疫算法、人工智能、神经网络、机器学习、生物计算、DNA计算、量子计算、智能计算与优化、模糊逻辑、模式识别、知识发现、数据挖掘等。

所谓最优化问题，指在某些约束条件下，决定某些可选择的变量应该取何值，使所选定的目标函数达到最优的问题。即运用最新科技手段和处理方法，使系统达到总体最优，从而为系统提出设计、施工、管理、运行的最优方案。

$minf(x),x∈D$

其中D表示问题的解的范围，X是D中的一个合法解。最优化问题就是从D中寻找出一个最合适的X，令f(x)达到最大值，或者最小值。

最常用的分类方式是根据X的取值类型进行分类，我们可以将最优化问题分为：函数优化问题和组合优化问题两类。

也可以根据变量个数、问题性质、极值个数、时间变化、函数关系等进行分类，这里就不再一一进行介绍。

P类问题（Polynomial Problem）：指一类能够用确定性算法在多项式时间内求解的判定
问题，即P就是能在多项式时间内解决的问题
NP类问题（Non-deterministic Polynomial Problem：NP类问题是指一类可以用不确定性多项式算法求解的判定问题，即NP就是能在多项式时间验证答案正确与否的问题。
NP完全问题（NP Complete Problem，NPC）：一个问题D被称为NP完全问题的条件是：（1）D属于NP类；(2) NP中的任何问题都能够在多项式时间内转化（约化）为D。
NP难问题：即为上面两个条件中，满足第二个，但是不满足第一个的。

可知，这四类问题的关系大概如图所示：

智能计算快速入门之初识