优化技术什么

‘壹’ 什么是网站性能优化技术

一、提高服务器并发处理能力
我们总是希望一台服务器在单位时间内能处理的请求越多越好，这也成了web服务器的能力高低的关键所在。服务器之所以可以同时处理多个请求，在于操作系统通过多执行流体系设计，使得多个任务可以轮流使用系统资源，这些资源包括CPU、内存以及I/O等。这就需要选择一个合适的并发策略来合理利用这些资源，从而提高服务器的并发处理能力。这些并发策略更多的应用在apache、nginx、lighttpd等底层web server软件中。
二、Web组件分离
这里所说的web组件是指web服务器提供的所有基于URL访问的资源，包括动态内容，静态网页，图片，样式表，脚本，视频等等。这些资源在文件大小，文件数量，内容更新频率，预计并发用户数，是否需要脚本解释器等方面有着很大的差异，对不同特性资源采用能充分发挥其潜力的优化策略，能极大的提高web站点的性能。例如：将图片部署在独立的服务器上并为其分配独立的新域名，对静态网页使用epoll模型可以在大并发数情况下吞吐率保持稳定。
三、数据库性能优化和扩展。
Web服务器软件在数据库方面做的优化主要是减少访问数据库的次数，具体做法就是使用各种缓存方法。也可以从数据库本身入手提高其查询性能，这涉及到数据库性能优化方面的知识本文不作讨论。另外也可以通过主从复制，读写分离，使用反向代理，写操作分离等方式来扩展数据库规模，提升数据库服务能力。
四、Web负载均衡及相关技术
负载均衡是web站点规模水平扩展的一种手段，实现负载均衡的方法有好几种包括基于HTTP重定向的负载均衡，DNS负载均衡，反向代理负载均衡，四层负载均衡等等。
对这些负载均衡方法做简单的介绍：基于HTTP重定向的负载均衡利用了HTTP重定向的请求转移和自动跳转功能来实现负载均衡，我们熟悉的镜像下载就使用这种负载均衡。DNS负载均衡是指在一个DNS服务器中为同一个主机名配置多个IP地址，在应答DNS查询时返回不同的解析结果将客户端的访问引到不同的机器上，使得不同的客户端访问不同的服务器，从而达到负载均衡的目的。反向代理负载均衡也叫七层负载均衡，这是因为反向代理服务器工作在TCP七层结构的第七层(应用层)，它通过检查流经的HTTP报头，根据报头内的信息来执行负载均衡任务。四层负载均衡是基于NAT技术的负载均衡，它将一个Internet上合法注册的IP地址映射为多个内部服务器的IP地址，对每次TCP连接请求动态使用其中一个内部IP地址，达到负载均衡的目的。此外，还有工作在数据链路层(第二层)的直接路由方式下的负载均衡，它通过修改数据包目标MAC地址来实现。以及，基于IP隧道的负载均衡，在这种方式下可以将实际服务器根据需要部署在不同的地域，并根据就近访问的原则来转移请求，CDN服务便是基于IP隧道技术来实现的。
Web负载均衡在扩展web服务器规模的同时也给web站点性能优化提供了一个更大更复杂也更灵活自由的平台，基于该平台性能优化的策略包括共享文件系统，内容分发与同步，分布式文件系统，分布式计算，分布式缓存等等。
五、web缓存技术
web缓存技术被认为是减轻服务器负载、降低网络拥塞、增强万维网可扩展性的有效途径，其基本思想是利用客户访问的时间局部性(Temporal Locality)原理，将客户访问过的内容在Cache中存放一个副本，当该内容下次被访问时，不必连接到驻留网站或重新计算生成，而是由Cache中保留的副本提供。Web缓存可以带来如下的好处：
(1) 减少网络流量，从而减轻网络拥塞;这是因为缓存避免了一部分HTTP请求。
(2) 降低客户访问延迟，其主要原因有：①已缓存的内容，客户可以缓存获取而不是从服务器获取或重新计算生成，从而减小了传输延迟缩短了响应时间;②没有被缓存的内容由于网络拥塞及服务器负载的减轻而可以较快地被客户获取;
(3) 由于客户的部分或者全部请求内容可以从通过缓存获取，从而减轻了远程服务器负载。
(4) 如果由于服务器故障或网络故障造成服务器无法响应客户请求，客户可以从缓存中获取缓存的内容副本，使得web站点服务的鲁棒性(Robustness)得到了加强。
可以看出web缓存能给web站点带可观的性能提升。其实在用户发出请求到一幅完整的网页呈现在用户面前这一过程中缓存无处不在，下面是web性能优化时常用的缓存技术，你会发现缓存被广泛应用在各个环节。
浏览器缓存：浏览器一般会在用户文件系统中创建一个目录，用于存放缓存文件，并给每个缓存文件打上必要的标记，比如过期时间等。这些标记主要用于浏览器和服务器之间的缓存协商。
Web服务器缓存：一个URL在一段较长时间内对应一个唯一的响应内容，比如静态内容或者更新不太频繁的动态内容，web服务器可将响应内容缓存起来，下次web服务器便可以在收到请求后立即拿出事先缓存好的响应内容并返回给浏览器。
代理服务器缓存：暴露在互联网中与后端的web服务器通过内部网络相连的前端服务器称为反向代理服务器，建立在反向代理服务器上的缓存称为反向代理缓存。暴露在互联网中与后端的web客户端通过内部网络相连的前端服务器称为正向代理服务器，建立在正向代理服务器上的缓存称为正向代理缓存。代理服务器缓存位于客户端和web服务器之间，可以将它看做二者之间的一个中继站。它的存在可以改善客户端的访问速度、提升web server的服务能力、安全性等等。
总共分析总结了五种技术，主要希望能够对web server性能优化这块提供一个整体的认识。后续会专门就web缓存技术发表一些自己的看法。

‘贰’ 1.16.5服务器优化技术有哪些

服务器优化技术主要有分布式缓存、异步操作、使用集群以及代码。
网站性能优化第一定律：优先考虑使用缓存优化性能。
缓存原理
（1）什么是缓存？（将数据存储在相对较高访问速度的介质中，以供系统处理）
（2）缓存的优点：访问速度快，如果需要计算可以减少计算时间
（3）缓存的本质是一张以键值对存储的内存hash表
（4）主要用来存储：读写比例高，很少变化的数据
（5）网站的访问遵循28定律
合理使用缓存应该注意以下问题
（1）频繁更新的数据（数据还没有读就已经失效，一般要求读写比在2:1以上才有意义）
（2）没有热点数据（无疑浪费资源）
（3）数据不一致与脏读（缓存被加载的过程中可能会产生数据不一致，有效时间过程数据在内存中就会变成脏数据）
（4）缓存的可用性（如果太过依赖缓存，容易产生雪崩。使用缓存热备并不能提高缓存的可用性，使用集群可以提高可用性）
（5）缓存预热（LRU计算时间过长，有的数据需要提前加载）
（6）缓存穿透（解决部分数据无法命中，而加重数据库压力的问题，一般设置空值）分布式缓存架构
（1）JBoss Cache：数据相同
（2）Memcached：数据不同互不通信
（3）Memcached5大优点：协议简单、通用性强（支持各种语言）、Libevent网络通信、内存管理高效、互不通信。

‘叁’ 什么是网站seo优化技术

什么是网站seo优化技术?

如何做SEO优化？

现在网上SEO教程严重泛滥，误导了很多初学SEO的人，自学了很长时间，还是一问三不知，要想做好网站优化，就要自己亲自实战一下，要不然再多的理论知识也是白费！

SEO有两个大方向，一个是站内优化，一个是站外优化。

一、站内优化：

1、(1)理解网站。首先需求理解网站全体状况，如：企业性质、网站相关的信息以及网站的主题内容等。有助于精确定位网站状况好做剖析。

(2)细心剖析网站首页。包括：关键字、网站构架、mete，各大搜索引擎收录量，外链建立状况，快照，权重，PR值，友链等根本信息。针对性的指出SEO进程中呈现的成绩。

2、定位目标关键字：

（1）分析热门关键字，

（2）关键字长尾词，

（3）分析市场

（4）关键字分布规划。

3、内容页：建议每天发布原创文章，

4、网站构架

二、站外优化

1、友情链接

2、软文

3、网络资源

4、平台

因此，为了优化内容的排名展示，主要分为两部分：内容发布前和发布后。在发布之前主要做好内容关键字的匹配以及覆盖需求，发布时选择高权重平台，高质量的账号；发布后想办法提高内容的点击率和互动性。

‘肆’ 优化设计是指什么

优化设计（Optimal Design）是近年来发展起来的一门新学科，是最优化技术和计算机计算技术在设计领域应用的结果。优化设计为工程设计提供了一种重要的科学设计方法，使得在解决复杂设计问题时，能从众多的设计方案中寻到尽可能完善的或最适宜的设计方案。在设计过程中，常常需要根据产品设计的要求，合理确定各种参数，例如，重量、成本、性能、承载能力等，以达到最佳的设计目标。这就是说，一项工程设计总是要求在一定的技术和物质条件下，取得一个技术经济指标为最佳的设计方案。优化设计就是在这样一种思想的指导下产生和发展起来的。

目前优化设计方法在结构设计、化工系统设计、电气传动设计、制造工艺设计等各专业中都有广泛的应用。实践证明，在工程设计中采用优化设计方法，不仅可以减轻机械设备重量，降低材料消耗与制造成本，而且可以提高产品的质量与工作性能。因此，优化设计已成成为现代机械设计理论和方法中的一个重要领域，并且越来越受到从事机械设计的科学工作者和工程技术人员的重视。

机械优化设计是使某项机械设计在规定的各种设计限制条件下，优选设计参数，使某项或几项设计指标获得最优值。工程设计上的“最优值”（Optimum）或“最佳值”是指在满足多种设计目标和约束条件下所获得的最令人满意、最适宜的值。它反映了人们的意图和目的，这不同于表示事物本身规律的极值——最大值和最小值，但是在很多情况下，也可以用最大值或最小值来代表最优值。最优值的概念是相对的，随着科学技术的发展及设计条件的变动，最优化的标准也将发生变化。也就是说，优化设计反映了人们对客观世界认识的深化，它要求人们根据事物的客观规律，在一定的物质基础和技术条件之下，充分发挥人的主观能动性，得出最优的设计方案。

最优化技术，是优化设计全过程中各种方法技术的总称。它主要包含两部分内容：优化设计问题的建模技术和优化设计问题的求解技术。如何将一个实际的设计问题抽象成一个优化设计问题，并建立起符合实际设计要求的优化设计数学模型，这是建模技术要解决的问题。建立实际问题的优化数学模型，不仅需要熟悉掌握优化设计方法的基本理论；设计问题抽象和数学模型处理的基本技能；更重要的是要具有该设计领域的丰富设计经验。此外，在进行优化设计求解过程中，要不断地分析实际问题，以及数学模型之间存在的差距，不断地修正优化设计数学模型，只有这样，才能建立起正确的数学模型，求解得到的最优解才具有实际意义。

优化设计的基本思想是搜索、迭代和逼近。首先确定设计变量和目标函数构造优化模型，从某一点x出发，根据目标函数和约束函数在该点的某些信息，确定本次迭代计算的一个方向和适当的步长，去寻找新的迭代点x′，然后用x′代替x，x′点的目标函数值应比原x点的目标函数值小一些。这样一步步的重复迭代，逐步改进目标函数值，直到最终逼近极值点。这样一个逐步寻优的过程，即寻找极小点（无约束或约束极小点）的过程比喻为向“山”的顶峰攀登的过程，始终保持向“高”的方向前进，直至达到“山顶”。当然，“山顶”可以理解为目标函数的极大值，也可以理解为极小值，前者称为上升算法，后者称为下降算法。这两种算法都有一个共同的特点，就是每前进一步都应该使目标函数值有所改善，同时还要为下一步移动的方向提供有用的信息，如图4-22所示。

图4-22优化设计

‘伍’ 优化是指什么

1、采取一定措施使变得优异。
2、为了更加优秀而“去其糟粕，取其精华”；
3、为了在某一方面更加出色而去其糟粕；
4、为了在某方面更优秀而放弃其他不太重要的方面；
5、使某人/某物变得更优秀的方法/技术等；
在计算机算法领域，优化往往是指通过算法得到要求问题的更优解。

‘陆’ 优化是什么意思

优化
1. 为了更加优秀而“去其糟粕，取其精华”
2. 为了在某一方面更加出色而去其糟粕
3. 为了在某方面更优秀而放弃其他不太重要的方面
第二条解释和第三条解释的不同之处：第二条的意思是去除限制、坏习惯、多余的东西；第三条的意思是放弃有用但对自己用处不大的东西，例如钱钟书为了修炼文学，而放弃了数学，以致数学考0分。但现在看来他是对的！
4. 使某人/某物变得更优秀的方法/技术等。

优化是科学研究、工程技术和经济管理等领域的重要研究工具。它所研究的问题是讨论在众多的方案中寻找最优方案。例如，工程设计中怎样选择设计参数，使设计方案既满足设计要求又能降低成本；资源分配中，怎样分配有限资源，使分配方案既能满足各方面的基本要求，又能获得好的经济效益；在人类活动的各个领域中，诸如此类，不胜枚举。优化这一技术，正是为这些问题的解决，提供理论基础和求解方法，它是一门应用广泛、实用性很强的科学。优化包括寻找最小值和最大值两种情况。寻找函数 f 的最大值等价于－f最小值寻优，所以两种情况可归结到一起研究。

网站优化
网站优化可以从狭义和广义两个方面来说明，狭义的网站优化，即搜索引擎优化，也就是让网站设计适合搜索引擎检索，满足搜索引擎排名的指标，从而在搜索引擎检索中获得排名靠前，增强搜索引擎营销的效果。广义的网站优化所考虑的因素不仅仅是搜索引擎，也包括充分满足用户的需求特征、清晰的网站导航、完善的在线帮助等，在此基础上使得网站功能和信息发挥发挥的效果。也就是以企业网站为基础，与网络服务商（如搜索引擎等）、合作伙伴、顾客、供应商、销售商等网络营销环境中各方面因素建立良好的关系。这是网络营销教学网站对于网站优化的理解。
关于网站优化的含义，这里转发作者2004年11月份发表在网上营销新观察网站的一篇文章，其中引用了《网络营销基础与实践》第2版中的部分相关内容。网络营销教学网站认为，本文的观点是目前对网站优化含义最全面的阐述。
在搜索引擎优化系列文章的第一部分和第二部分，分别介绍了搜索引擎优化中片面追求google PageRank，以及没有充分认识网站建设和网站推广之间关系的问题，使得许多企业在策划和建设阶段没有做好企业网站的优化设计工作，而在进行搜索引擎推广时才不得不面对这一尴尬的问题，由于这些简单的错误而影响了网站推广的时机和效果。本文将介绍我所理解的网站优化设计的含义，在《网络营销基础与实践》第2版中我也提出了这样的观点。
根据我个人对网站策划建设、运营维护，以及为了网站推广的目的进行搜索引擎优化的体会，我总结出有关网站优化的基本思想是：通过对网站功能、结构、布局、内容等关键要素的合理设计，使得网站的功能和表现形式达到最优效果，可以充分表现出网站的网络营销功能。

网络很详细了
http://ke..com/view/548.htm

‘柒’ 什么是基因优化技术

1.2 遗传算法的原理
遗传算法GA把问题的解表示成“染色体”，在算法中也即是以二进制编码的串。并且，在执行遗传算法之前，给出一群“染色体”，也即是假设解。然后，把这些假设解置于问题的“环境”中，并按适者生存的原则，从中选择出较适应环境的“染色体”进行复制，再通过交叉，变异过程产生更适应环境的新一代“染色体”群。这样，一代一代地进化，最后就会收敛到最适应环境的一个“染色体”上，它就是问题的最优解。

一、遗传算法的目的
典型的遗传算法CGA(Canonical Genetic Algorithm)通常用于解决下面这一类的静态最优化问题：
考虑对于一群长度为L的二进制编码bi，i＝1，2，…，n；有
bi∈{0,1}L (3-84)
给定目标函数f，有f(bi)，并且
0<f(bi)<∞
同时
f(bi)≠f(bi+1)
求满足下式
max{f(bi)|bi∈{0,1}L} (3-85)
的bi。
很明显，遗传算法是一种最优化方法，它通过进化和遗传机理，从给出的原始解群中，不断进化产生新的解，最后收敛到一个特定的串bi处，即求出最优解。

二、遗传算法的基本原理
长度为L的n个二进制串bi(i＝1，2，…，n)组成了遗传算法的初解群，也称为初始群体。在每个串中，每个二进制位就是个体染色体的基因。根据进化术语，对群体执行的操作有三种：
1．选择(Selection)
这是从群体中选择出较适应环境的个体。这些选中的个体用于繁殖下一代。故有时也称这一操作为再生(Reproction)。由于在选择用于繁殖下一代的个体时，是根据个体对环境的适应度而决定其繁殖量的，故而有时也称为非均匀再生(differential reproction)。
2．交叉(Crossover)
这是在选中用于繁殖下一代的个体中，对两个不同的个体的相同位置的基因进行交换，从而产生新的个体。
3．变异(Mutation)
这是在选中的个体中，对个体中的某些基因执行异向转化。在串bi中，如果某位基因为1，产生变异时就是把它变成0；反亦反之。
遗传算法的原理可以简要给出如下：
choose an intial population
determine the fitness of each indivial
perform selection
repeat
perform crossover
perform mutation
determine the fitness of each indivial
perform selection
until some stopping criterion applies
这里所指的某种结束准则一般是指个体的适应度达到给定的阀值；或者个体的适应度的变化率为零。
三、遗传算法的步骤和意义
1．初始化
选择一个群体，即选择一个串或个体的集合bi，i=1，2，...n。这个初始的群体也就是问题假设解的集合。一般取n＝30-160。
通常以随机方法产生串或个体的集合bi,i＝1，2，...n。问题的最优解将通过这些初始假设解进化而求出。
2．选择
根据适者生存原则选择下一代的个体。在选择时，以适应度为选择原则。适应度准则体现了适者生存，不适应者淘汰的自然法则。
给出目标函数f，则f(bi)称为个体bi的适应度。以

(3-86)

为选中bi为下一代个体的次数。
显然．从式(3—86)可知：
(1)适应度较高的个体，繁殖下一代的数目较多。
(2)适应度较小的个体，繁殖下一代的数目较少；甚至被淘汰。
这样，就产生了对环境适应能力较强的后代。对于问题求解角度来讲，就是选择出和最优解较接近的中间解。
3．交叉
对于选中用于繁殖下一代的个体，随机地选择两个个体的相同位置，按交叉概率P。在选中的位置实行交换。这个过程反映了随机信息交换；目的在于产生新的基因组合，也即产生新的个体。交叉时，可实行单点交叉或多点交叉。
例如有个体
S1=100101
S2=010111
选择它们的左边3位进行交叉操作，则有
S1=010101
S2=100111
一般而言，交叉幌宰P。取值为0.25—0.75。
4．变异
根据生物遗传中基因变异的原理，以变异概率Pm对某些个体的某些位执行变异。在变异时，对执行变异的串的对应位求反，即把1变为0，把0变为1。变异概率Pm与生物变异极小的情况一致，所以，Pm的取值较小，一般取0.01-0.2。
例如有个体S＝101011。
对其的第1，4位置的基因进行变异，则有
S'=001111
单靠变异不能在求解中得到好处。但是，它能保证算法过程不会产生无法进化的单一群体。因为在所有的个体一样时，交叉是无法产生新的个体的，这时只能靠变异产生新的个体。也就是说，变异增加了全局优化的特质。
5．全局最优收敛(Convergence to the global optimum)
当最优个体的适应度达到给定的阀值，或者最优个体的适应度和群体适应度不再上升时，则算法的迭代过程收敛、算法结束。否则，用经过选择、交叉、变异所得到的新一代群体取代上一代群体，并返回到第2步即选择操作处继续循环执行。
图3—7中表示了遗传算法的执行过程。

图3-7 遗传算法原理
1.3 遗传算法的应用
遗传算法在很多领域都得到应用；从神经网络研究的角度上考虑，最关心的是遗传算法在神经网络的应用。在遗传算法应用中，应先明确其特点和关键问题，才能对这种算法深入了解，灵活应用，以及进一步研究开发。
一、遗传算法的特点
1．遗传算法从问题解的中集开始嫂索，而不是从单个解开始。
这是遗传算法与传统优化算法的极大区别。传统优化算法是从单个初始值迭代求最优解的；容易误入局部最优解。遗传算法从串集开始搜索，复盖面大，利于全局择优。
2．遗传算法求解时使用特定问题的信息极少，容易形成通用算法程序。
由于遗传算法使用适应值这一信息进行搜索，并不需要问题导数等与问题直接相关的信息。遗传算法只需适应值和串编码等通用信息，故几乎可处理任何问题。
3．遗传算法有极强的容错能力
遗传算法的初始串集本身就带有大量与最优解甚远的信息；通过选择、交叉、变异操作能迅速排除与最优解相差极大的串；这是一个强烈的滤波过程；并且是一个并行滤波机制。故而，遗传算法有很高的容错能力。
4．遗传算法中的选择、交叉和变异都是随机操作，而不是确定的精确规则。
这说明遗传算法是采用随机方法进行最优解搜索，选择体现了向最优解迫近，交叉体现了最优解的产生，变异体现了全局最优解的复盖。
5．遗传算法具有隐含的并行性
遗传算法的基础理论是图式定理。它的有关内容如下：
(1)图式(Schema)概念
一个基因串用符号集{0，1，*}表示，则称为一个因式；其中*可以是0或1。例如：H=1x x 0 x x是一个图式。
(2)图式的阶和长度
图式中0和1的个数称为图式的阶，并用0(H)表示。图式中第1位数字和最后位数字间的距离称为图式的长度，并用δ(H)表示。对于图式H＝1x x0x x，有0(H)＝2，δ(H)＝4。
(3)Holland图式定理
低阶，短长度的图式在群体遗传过程中将会按指数规律增加。当群体的大小为n时，每代处理的图式数目为0(n3)。
遗传算法这种处理能力称为隐含并行性(Implicit Parallelism)。它说明遗传算法其内在具有并行处理的特质。
二、遗传算法的应用关键
遗传算法在应用中最关键的问题有如下3个
1．串的编码方式
这本质是问题编码。一般把问题的各种参数用二进制编码，构成子串；然后把子串拼接构成“染色体”串。串长度及编码形式对算法收敛影响极大。
2．适应函数的确定
适应函数(fitness function)也称对象函数(object function)，这是问题求解品质的测量函数；往往也称为问题的“环境”。一般可以把问题的模型函数作为对象函数；但有时需要另行构造。
3．遗传算法自身参数设定
遗传算法自身参数有3个，即群体大小n、交叉概率Pc和变异概率Pm。
群体大小n太小时难以求出最优解，太大则增长收敛时间。一般n＝30-160。交叉概率Pc太小时难以向前搜索，太大则容易破坏高适应值的结构。一般取Pc=0.25-0.75。变异概率Pm太小时难以产生新的基因结构，太大使遗传算法成了单纯的随机搜索。一般取Pm＝0．01—0．2。
三、遗传算法在神经网络中的应用
遗传算法在神经网络中的应用主要反映在3个方面：网络的学习，网络的结构设计，网络的分析。
1．遗传算法在网络学习中的应用
在神经网络中，遗传算法可用于网络的学习。这时，它在两个方面起作用
(1)学习规则的优化
用遗传算法对神经网络学习规则实现自动优化，从而提高学习速率。
(2)网络权系数的优化
用遗传算法的全局优化及隐含并行性的特点提高权系数优化速度。
2．遗传算法在网络设计中的应用
用遗传算法设计一个优秀的神经网络结构，首先是要解决网络结构的编码问题；然后才能以选择、交叉、变异操作得出最优结构。编码方法主要有下列3种：
(1)直接编码法
这是把神经网络结构直接用二进制串表示，在遗传算法中，“染色体”实质上和神经网络是一种映射关系。通过对“染色体”的优化就实现了对网络的优化。
(2)参数化编码法
参数化编码采用的编码较为抽象，编码包括网络层数、每层神经元数、各层互连方式等信息。一般对进化后的优化“染色体”进行分析，然后产生网络的结构。
(3)繁衍生长法
这种方法不是在“染色体”中直接编码神经网络的结构，而是把一些简单的生长语法规则编码入“染色体”中；然后，由遗传算法对这些生长语法规则不断进行改变，最后生成适合所解的问题的神经网络。这种方法与自然界生物地生长进化相一致。
3．遗传算法在网络分析中的应用
遗传算法可用于分析神经网络。神经网络由于有分布存储等特点，一般难以从其拓扑结构直接理解其功能。遗传算法可对神经网络进行功能分析，性质分析，状态分析。
遗传算法虽然可以在多种领域都有实际应用，并且也展示了它潜力和宽广前景；但是，遗传算法还有大量的问题需要研究，目前也还有各种不足。首先，在变量多，取值范围大或无给定范围时，收敛速度下降；其次，可找到最优解附近，但无法精确确定最扰解位置；最后，遗传算法的参数选择尚未有定量方法。对遗传算法，还需要进一步研究其数学基础理论；还需要在理论上证明它与其它优化技术的优劣及原因；还需研究硬件化的遗传算法；以及遗传算法的通用编程和形式等

‘捌’ 什么是网站优化技术

网站优化的含义具体表现在三个方面：对用户优化、对网络环境（搜索引擎等）优化，以及对网站运营维护的优化。
（1）对用户优化：
经过网站的优化设计，用户可以方便地浏览网站的信息、使用网站的服务。具体表现是：以用户需求为导向，网站导航方便，网页下载速度尽可能快，网页布局合理并且适合保存、打印、转发，网站信息丰富、有效，有助于用户产生信任。
（2）对网络环境（搜索引擎等）优化：
以通过搜索引擎推广网站的角度来说，经过优化设计的网站使得搜索引擎顺利抓取网站的基本信息，当用户通过搜索引擎检索时，企业期望的网站摘要信息出现在理想的位置，用户能够发现有关信息并引起兴趣，从而点击搜索结果并达到网站获取进一步信息，直至成为真正的顾客。对网络环境优化的表现形式是：适合搜索引擎检索（搜索引擎优化），便于积累网络营销网站资源（如互换链接、互换广告等）。
（3）对网站运营维护的优化：网站运营人员方便进行网站管理维护（日常信息更新、维护、改版升级），有利于各种网络营销方法的应用，并且可以积累有价值的网络营销 资源（获得和管理注册用户资源等）。

‘玖’ 什么是优化技术，这项技术与水解蛋白等技术有什么区别

由于宝宝肠胃娇嫩，加上中国宝宝普遍存在的乳糖不耐症，欧比佳奶粉的优化技术是有效分解高分子营养成分，如乳清蛋白、脂肪、酪蛋白等，既减轻了宝宝肠胃负担，又保障了营养的充分吸收。水解蛋白，顾名思义，就是对蛋白进行了优化。

‘拾’ SEO优化需要哪些技术

SEO优化技术老渔哥网络认为可以从这几个方面着手：

一、SEO理论技术
1-了解搜索引擎的各类算法；
2-站内与站外的优化理论知识；
3-需要会一点点代码知识。
二、SEO实践技术
1-要学会变通，将理论知识更好的运用到实践操作中去；
2-SEO站内外优化的方式；
3-对某一个行业某一个网站就行SEO优化分析等。