ISIGHT中存在大量的優化算法，每種優化算法根據不同的分類，可以解決不同類型的問題。今天我們來看看ISIGHT都提供了哪些優化算法，主要包括：AMGA、ASA、DownhillSimplex、Evol、Hooke-Jeeves、LSGRG、MISQP、MMFD、MOST、Multi-Island GA、Multi-Objective Particle Swarm、NCGA、NLPQL、NSGA-II、Pointer、Stress Ratio等，今天先總體簡單介紹壹下，後續我會對每種優化算法壹壹進行詳細介紹，敬請期待。
ISIGHT中的優化技術分為三類：
1.數值型優化技術（Numerical Optimization Techniques）
2.探索型優化技術（Exploratory Techniques）
3.專家系統技術（Exper System Techniques）
下面對這些優化技術中的優化方法壹壹進行介紹。
數值型優化技術
數值型優化技術通常假定參數空間是單峰的、凸的和連續的，ISIGHT中使用了如下的數值型優化技術如下，而數值型優化技術又分為直接法和罰函數法：
（1）直接法，在搜索過程中直接處理約束。
ADS（Automated Design Synthesis）-based Techniques
修正可行方向法（Modified Method of Feasible Directions）
連續線性規劃（Sequential Linear Programming）
廣義既約梯度法（Generalized Reduced Gradient-LSGRG2）
可行方向法-CONMIN（Method of Feasible Directions-CONMIN）
混合整型優化-MOST（Mixed Integer Optimization-MOST）
連續二次規劃法-DONLP（Sequential Quadratic Programming-DONLP）
連續二次規劃法-NLPQL（Sequential Quadratic Programming-NLPQL）
逐次逼近法（Successive Approximation Method）
（2）罰函數法，給目標函數增加懲罰項，將約束問題轉換成無約束問題。
ADS（Automated Design Synthesis）-based Techniques
外點罰函數法（Exterior Penalty）
Hooke-Jeeves直接搜索法（Hooke-Jeeves Direct Search Method）
探索型優化技術
探索型優化技術避免了集中在局部區域的搜索，這些技術遍歷整個參數空間搜索全局最優設計點。ISIGHT中的這種技術包括：
遺傳算法（Genetic Algorithm）
批處理遺傳算法（Genetic Algorithm with Bulk Evaluation）
模擬退火算法（Simulated Annealing）
專家系統技術
專家系統技術使優化沿著用戶定義的方向進行改變，改變哪壹項？怎麽改變？什麽時候改變？這些都有用戶自己定義。
ISIGHT中這樣的技術為指導啟發式搜索方法（Directed Heuristic Search-DHS）。如果用戶知道輸入怎樣影響輸出結果的話，可以試試這種方法，效率很高。
至此，ISIGHT中的優化算法概述就基本介紹到這，敬請期待優化算法詳述……