生物能学发展现状、问题及展望

注解: 审查的主题是解决优化问题的生物能学研究的现状，有问题的问题和有希望的领域。 生物启发式是将输入的信息流转化为输出的数学变换，其基础是模仿进化机制的规则、自然类比、研究情况的统计方法和对所需解决方案的迭代近似。 目前，生物能学已经成为寻找解决方案的重要工具，以接近先前被认为无法解决的问题的最佳解决方案。 回顾研究的方法和理论基础是优化方法和对最优决策的支持，人工智能和进化计算理论。 文章分析了在生物启发式优化算法领域获得的基本结果：荷兰定理和NFL定理。 建立了生物启发式算法的规律性和结构、编码解决方案的特点、生物启发式算法的基本循环。 考虑了认知生物启发式算法运行时间分析的一个有希望的方向-漂移分析。