《Evolutionary Computation for Expensive Optimization：A Survey》笔记

1 总优化成本

  昂贵优化问题（Expensive optimization problem, EOP）是指需要花费昂贵的甚至无法负担的成本来评估候选解的问题，这种问题广泛存在于许多重要的现实应用中。进化计算（Evolutionary computation, EC）算法由于可以在不需要梯度信息的情况下高效地找到令人满意的解，被广泛应用于求解昂贵优化问题。
  利用进化计算求解昂贵优化问题的总成本可定义为：

其中$O(C)$是每一次昂贵评估的平均成本；$O(N)$表示求解该问题的进化计算算法相对于评估次数的时间复杂度（即为找到一个满意解而需要进行的总评估次数）；$P$是由并行和分布式计算技术提供的优化加速。
  昂贵优化中的关键问题是昂贵的适应度和约束评估，即在式(1)中的$O(C)$将非常大，这导致了一个无法负担的Total_cost。但式(1)也表明可以从三个方面进行努力来更有效地求解昂贵优化问题。这三个方向分别是减少 O ( C ) O(C)