全局最优点始终是个大问题........

对于非线性优化问题，在可行域非凸，目标函数非凸的情况下，似乎真的没有什么好方法了....
人们总是那爬山来形容这个问题。
我觉得找出最高的山峰比找到最深山谷简单多了..
先拿找最高上峰来说吧，比如你在群山之中要找到最高的山峰，最简单的方法就是找出在你视觉范围内最高的山峰，然后爬到它上面，再在你的视觉范围内（这里的视觉范围是指只要没东西挡住你的视线，想看多元看多远），找出最高的上，爬上去，在寻找........这样你可以不用爬遍所有的山峰，就可以找到最高峰。
但是找最深的山谷就不能向上面那样做了，因为你在一个山谷中，根本无法看到其他的山谷，如果你想确人某个山谷是否是最深的山谷，那你只有走遍了所有的山谷才能确定.......
(假设山的高度不能被某个函数所表达的）.......

或许，目标函数的某些性质可以预测出最低点的区域.......