⑴ 用模拟退火算法求出的组合优化问题的解一定是最优解吗

不是。相对优解。收敛于最优解

⑵ 组合优化问题是不是只能用智能优化算法来解决有没有其它算法来解决这个问题

最优化算法，例如分枝定界、分枝定价、列生成、动态规划等算法也可以求解组合优化问题。

⑶ 组合优化问题的一般求解方法有哪些

组合（最）优化问题是最优化问题的一类。最优化问题似乎自然地分成两类：一类是连续变量的问题，另一类是离散变量的问题。具有离散变量的问题，我们称它为组合的。在连续变量的问题里，一般地是求一组实数，或者一个函数；在组合问题里，是从一个无限集或者可数无限集里寻找一个对象——典型地是一个整数，一个集合，一个排列，或者一个图。一般地，这两类问题有相当不同的特色，并且求解它们的方法也是很不同的。

⑷ 经典组合优化问题的一般求解方法有哪些

组合最优化方法(combinatorial optimizationmethod )求解组合最优化问题的方法一般地，对于不同类的组合最优化问题，对应着不同的求解方法.判定一个组合最优化方法好坏的主要标准是运算次数.用n表示某一组合最优化问题的规模p(n)表示在对方法影响最坏的情况下所需的运算次数.若p(n)是n的多项式函数，则称该方法是多项式算法.凡能用多项式算法求解的问题都称为P问题.有一类问题称为NP完全问题，若这类组合最优化问题具有如下特点:
1.它们都未找到多项式算法.
2.如果对其中某一问题存在多项式算法，那么此类中的所有问题也都有多项式算法.
已发现有成千的组合最优化问题属于NP完成问题.为求解该类中的问题，人们往往采用“启发式”方法.这些方法一般地，不能保证求得问题的最优解，但常能得到较好的近似解

⑸ 组合优化有什么建模方法

线性规划，非线性规划，约束规划，无约束规划。

⑹ 什么是产品组合优化方法

企业优化产品组合所采用的方法。主要有产品环境分析法、产品系列平衡法、四象限评价法、资金利润润率法等。这些方法主要用于评价产品优劣，进而达到产品组合优化的目的。 产品组合优化方法主要有以下四种： 1．产品环境分析法产品环境分析法。该方法是把企业的产品分为六个层次，然后分析研究每一种产品在未来的市场环境中的销路潜力和发展前景，其具体内容有：目前企业的主要产品根据市场环境的分析是否继续发展。企业未来的主要产品，一般是指新产品投入市场后能打开市场销路的产品。在市场竞争市场竞争中，能使企业获得较大利润的产品。过去是主要产品而现在销路已日趋萎缩的产品，企业应决定是采取改进还是缩小或淘汰的决策。对于尚未完全失去销路的产品，企业可以采取维持或保留的产品决策产品决策；对于完全失去销路的产品‘，或者经营失败的新产品，一般应进行淘汰或转产。

⑺ 优化算法

优化算法分为经典和人工智能，现在常用的是人工智能，而人工智能又分为遗传，模拟退火等，无论哪种搜索方法都需要建模型，都能解决你的问题

⑻ 连续优化问题和组合优化问题在算法设计方面的差异

这个问题本身不完整埃 组合数量最少这个优化目标有问题。按照题目理解，直接找出最少公共特性的最大集合就可以了。 聚类分析、神经网络等算法都可以做这种分类问题。

⑼ 使用matlab遗传算法工具箱能不能解决组合优化问题还有使用工具箱方便还是自己编程方便呢

1、要看你组合优化是属于哪种问题，一般的组合优化都是混合整数线性或非线性的，那么就不行了，因此要对遗传算法改进才能计算。
2、如果有现成的工具箱求解你的组合优化问题肯定要方便些，但碰到具体问题，可能要对参数进行一些设置更改，所以最好能有编程基础，那样就可以自己修改工具箱里面的参数或策略了

对你的补充问题，组合优化问题一般都是用matlab 和 lingo实现吧。建议买一本数学建模的书看一看，都涉及到组合优化问题，也可以下载论文看看。lingo对编程要简单些，主要是求混合规划，缺点是似乎还不能用上多目标问题，一般的组合优化都属于多目标问题。但是matlab功能强大的多。

⑽ 什么叫组合优化

组合优化（Combinatorial Optimization）问题的目标是从组合问题的可行解集中求出最优解，通常可描述为：令Ω＝{s1，s2，…，sn}为所有状态构成的解空间，C(si)为状态si对应的目标函数值，要求寻找最优解s*，使得对于所有的si∈Ω，有C(s*)＝minC(si)。组合优化往往涉及排序、分类、筛选等问题，它是的一个重要分支。
典型的组合优化问题有旅行商问题（Traveling Salesman Problem－TSP）、加工调度问题（Scheling Problem，如Flow-Shop，Job-Shop）、0-1背包问题（Knapsack Problem）、装箱问题（Bin Packing Problem）、图着色问题（Graph Coloring Problem）、聚类问题（Clustering Problem）等。这些问题描述非常简单，并且有很强的工程代表性，但最优化求解很困难，其主要原因是求解这些问题的算法需要极长的运行时间与极大的存储空间，以致根本不可能在现有计算机上实现，即所谓的“组合爆炸”。正是这些问题的代表性和复杂性激起了人们对组合优化理论与算法的研究兴趣。