Оптимизация представляет собой механизм разрешения неопределенностей посредством многовариантного анализа. С другой стороны, неопределенность является категорией научного познания и неизбежным атрибутом человеческого бытия вообще.

Оптимизационные задачи направлены на улучшение состояния какой-либо системы: повысить качество, увеличить прибыль, повысить скорость, дальность полета, эффективность использования ресурсов и т.д.

Существует много оптимизационных методов, каждый из которых предназначен для решения определенного класса задач, имеет свои достоинства и недостатки. Поэтому заявлять о разработке универсального оптимизационного метода не совсем корректно и, тем не менее, мы это утверждаем. Нам, в какой-то мере, удалось на основе генетического подхода и элементов случайного поиска разрешить проблему несовместимости локальности и глобальности в условиях большой размерности и неопределенности модели. При этом достигается высокая точность, сходимость, устойчивость решения непрерывных, целочисленных, дискретных и смешанных задач в рамках одного алгоритма.

(генетические алгоритмы это новый подход в моделировании, основанный на теории эволюции в биологии и использующий понятия аналогичные популяции, потомкам, родительским особям, мутации, хромосомам, генам и т.п. )