常用的大规模的优化问题解决方法都有哪些
硬翻的：https://www.quora.com/How-can-you-solve-a-large-combinatorial-optimization-problem
大型组合优化是一个困难的领域，而您的问题在这个困难的领域中是一个困难的问题。
通常，组合优化有几种方法：
1.贪婪的方法：大多数时候，您都不在乎全局最优解，在这种情况下，贪婪就可以了。在实践中，有许多方法可以设计性能合理的贪婪算法。
2.启发式方法。“更智能”的贪婪算法。如果您具有领域知识，它们将对您有所帮助。
3.放松。组合优化之所以很难，是因为它是非凸的。如果您将其放宽到凸问题，则可以使用大量优化算法在多项式时间内求解它（请参阅《非线性编程》）。
在您遇到的问题中，可行集不是凸集，因为它们是离散的（尽管它们很容易放松）。但是，您选择一个点并将其值设置为c\u0026gt; b，因此该函数本身不是凸的。即使您非常接近P *，也没有知识指导您转向最佳解决方案。据我所知，我没有解决这个问题的好方法。可能有一些大师可以做到这一点。
我的回答：对于您的特定问题，除了蛮力之外，别无其他方法。为什么要解决这个人为制造的难题？
■网友
你好，我也在研究大规模优化问题，能交流下吗
■网友
你好，起来我也遇到类似的问题，请问后面有进展吗？
■网友
普通算法有列生成算法、分支定价法，他们都有一定的限制条件。现在还有一些启发式算法用得比较多，例如遗传算法等。
■网友
【常用的大规模的优化问题解决方法都有哪些】 楼主，我也是在研究大规模优化问题，我是使用遗传算法去优化某个问题，然后该问题的变量维度是10000，我们加个Q讨论一下？
推荐阅读
- 乌鲁木齐再迎大规模降雪多个航班取消
- 咋自己发布网站
- 为啥房多多没像滴滴一样火?
- 趣头条|实用的代步工具，第三代哈弗H6！
- 补水|安全又补水，妈妈们都抢着用！这款给孩子用的高性价比面霜
- ibeacon目前在国内有已经应用或者商用的产品案例吗
- 《亿万》第九集里，法官用的这个搜索引擎是啥
- 新车|靠谱省油又耐用的品牌将推新款SUV，双色车身很帅气
- 怎样看待微软校招笔试使用的评测系统并不使用自家的产品
- 怎样统计工程中未使用的java类