В математике , технике , информатике и экономике задача оптимизации — это проблема поиска наилучшего решения из всех возможных решений .
Задачи оптимизации можно разделить на две категории в зависимости от того, являются ли переменные непрерывными или дискретными :
Стандартная форма задачи непрерывной оптимизации: [1]
Если m = p = 0 , проблема является проблемой неограниченной оптимизации. По соглашению стандартная форма определяет задачу минимизации . Задачу максимизации можно решить путем отрицания целевой функции.
Формально задача комбинаторной оптимизации A представляет собой четверку [ нужна цитация ] ( I , f , m , g ) , где
Цель состоит в том, чтобы найти для некоторого случая x оптимальное решение , то есть допустимое решение y с
Для каждой задачи комбинаторной оптимизации существует соответствующая проблема принятия решения , которая спрашивает, существует ли допустимое решение для некоторой конкретной меры m 0 . Например, если существует граф G , который содержит вершины u и v , задача оптимизации может заключаться в том, чтобы «найти путь от u до v , который использует наименьшее количество ребер». Ответом на эту задачу может быть, скажем, 4. Соответствующей проблемой решения будет: «Существует ли путь от u до v , который использует 10 или меньше ребер?» На эту проблему можно ответить простым «да» или «нет».
В области аппроксимационных алгоритмов алгоритмы предназначены для поиска почти оптимальных решений сложных задач. Обычная версия решения в таком случае является неадекватным определением проблемы, поскольку она указывает только приемлемые решения. Несмотря на то, что мы могли бы ввести подходящие задачи принятия решений, эту проблему более естественно охарактеризовать как задачу оптимизации. [2]