.png){kind=icon}
返回
Optimization Algorithms: Comprehensive Classification, Principles, and Scientometric Trends
.png){kind=icon}
PRE
AI
DOI：10.3390/a19040258.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，优化算法已作为强大的计算工具，用于解决跨工程、技术、管理和决策等领域的复杂动态挑战。其重要性日益增长，源于（a）现代系统复杂性的增加，（b）对高效资源利用的需求，以及（c）对可扩展算法解决方案的需求。这些算法能够系统化地探索大规模解空间，支持在不确定性、大规模数据和演变要求下的决策与设计。本研究提供了优化算法的结构化综述和比较科学计量分析，涵盖：（a）精确方法，（b）近似技术，（c）元启发式算法，以及（d）新兴的物理信息框架。分析突出了算法趋势、性能导向的研究方向，以及数学规划、机器学习和数值方法日益增强的整合。结果表明，对经典算法范式的关注度有所回升。此外，观察到混合与物理信息优化方法快速增长的态势。这些发现证实了优化算法在现代算法工程和跨学科计算研究中的核心作用。
Keyword:
optimization
exact optimization methods
heuristics
metaheuristics
complex systems
open innovation
