變更

组合优化问题的最大特点是决策变量取值是离散的、有限的；可行解集合同样也是有限的。因此，从理论上讲，只要将这些有限的点逐一判断是否满足约束条件和比较目标函数值的大小，该问题的精确解算法一定存在并可以找到。但是，由于现实优化问题的规模都比较大、约束条件较为复杂等原因，在可以容忍的有限时间及费用范围内，通过精确算法寻找最优解十分困难，不得已退而求其次，需要采用近似算法求其局部最优解。 <ref>[[靳志宏著. 物流调度与协调(M). 北京：中国物资出版社, 2008.12.]]</ref>

人工智能由相互有差异但都令人感兴趣的几个方面组成，其中多数AI应用的基础是问题求解。所有问题基本分为两类。第一类通过某种确保成功的决定过程（即计算过程）解决。解决第一类问题的方法常常易于转换成计算机能执行的算法。然而，没有几个现实问题是适合计算解决方案的。事实上，许多问题（即第二类问题）是非计算性的。解决第二类问题的办法是搜索，即人工智能关心的问题求解方法。

人工智能迫求的目标之一，是建立一个通用问题求解器。通用问题求解器是一种程序，其中没有特定领域的专门知识，但又能够产生对各种问题的解。