人工智能是一個多學科交叉的學科領域,它研究如果通過計算機來模仿人類的智能行為,來輔助人類解決一些復雜的問題,並進一步來提升人類的智能。作為人類的一項重要的本領,搜索和優化也是人工智能領域裡的一個重要的基礎研究領域。那什麼是人工智能領域裡的搜索和優化呢?在日常生活和學習中,我們或多或少聽過一些詞語,比如規劃、搜索、優化、優選、實驗設計等等,這些詞語所表達的意思具有一定的共性,即搜尋很優的方案。
本書主要從方法的角度來介紹人工智能中常用的一些搜索和優化方法。大致可以分為三個部分:第一部分是經典方法,包括線性規劃、二次規劃和動態規劃方法;第二部分是構造方法,包括無信息搜索、啟發式搜索、博弈搜索和蒙特卡洛樹搜索;第三部分是篩選方法,包括局部搜索、模擬退火、遺傳算法及貝葉斯優化。每個章節圍繞一個方法展開,介紹其發展歷史、基本方法思路、一些簡單的示例等。希望通過這樣一些介紹,讀者能夠相對全等