爱华网ISIGHT中存在大量的优化算法，每种优化算法根据不同的分类，可以解决不同类型的问题。今天我们来看看ISIGHT都提供了哪些优化算法，主要包括：AMGA、ASA、DownhillSimplex、Evol、Hooke-Jeeves、LSGRG、MISQP、MMFD、MOST、Multi-IslandGA、Multi-ObjectiveParticleSwarm、NCGA、NLPQL、NSGA-II、Pointer、StressRatio等，今天先总体简单介绍一下，后续我会对每种优化算法一一进行详细介绍，敬请期待。
ISIGHT中的优化技术分为三类：
1.数值型优化技术（NumericalOptimizationTechniques）
2.探索型优化技术（ExploratoryTechniques）
3.专家系统技术（ExperSystemTechniques）
下面对这些优化技术中的优化方法一一进行介绍。
数值型优化技术
数值型优化技术通常假定参数空间是单峰的、凸的和连续的，ISIGHT中使用了如下的数值型优化技术如下，而数值型优化技术又分为直接法和罚函数法：
（1）直接法，在搜索过程中直接处理约束。
ADS（AutomatedDesignSynthesis）-basedTechniques
修正可行方向法（ModifiedMethodofFeasibleDirections）
连续线性规划（SequentialLinearProgramming）
广义既约梯度法（GeneralizedReducedGradient-LSGRG2）
可行方向法-CONMIN（MethodofFeasibleDirections-CONMIN）
混合整型优化-MOST（MixedIntegerOptimization-MOST）
连续二次规划法-DONLP（SequentialQuadraticProgramming-DONLP）
连续二次规划法-NLPQL（SequentialQuadraticProgramming-NLPQL）
逐次逼近法（SuccessiveApproximationMethod）
（2）罚函数法，给目标函数增加惩罚项，将约束问题转换成无约束问题。
ADS（AutomatedDesignSynthesis）-basedTechniques
外点罚函数法（ExteriorPenalty）
Hooke-Jeeves直接搜索法（Hooke-JeevesDirectSearchMethod）
探索型优化技术
探索型优化技术避免了集中在局部区域的搜索，这些技术遍历整个参数空间搜索全局最优设计点。ISIGHT中的这种技术包括：
遗传算法（GeneticAlgorithm）
批处理遗传算法（GeneticAlgorithmwithBulkEvaluation）
模拟退火算法（SimulatedAnnealing）
专家系统技术
专家系统技术使优化沿着用户定义的方向进行改变，改变哪一项？怎么改变？什么时候改变？这些都有用户自己定义。
ISIGHT中这样的技术为指导启发式搜索方法（DirectedHeuristicSearch-DHS）。如果用户知道输入怎样影响输出结果的话，可以试试这种方法，效率很高。
至此，ISIGHT中的优化算法概述就基本介绍到这，敬请期待优化算法详述……
