饮食失调恢复的优化基础
大众心理健康网(www.dzxl120.com)
本文链接：https://www.dzxl120.com/post/14150.html
“优化"某事物具有简单的口语含义，即设置事物以获取尽可能多的事物-从健康到幸福，再到月底在银行支付薪水.在优化数学中，它也具有更具体的含义:从一组备选方案中选择最佳选项(关于商定的评分标准).
在我最近的认知失调系列文章的最后两个部分中，我从第一方面使用了优化:作为一个简单的概念来构造问题，我们可以有用地问自己关于我们在生活中做什么以及为什么这么做的问题.在这一系列新文章中，我想探讨最优化理论的更多技术方面如何也可以提供工具，帮助人们从饮食失调中恢复过来.本系列文章是与我的合伙人詹姆斯·安德森(James Anderson)合作编写的，詹姆斯·安德森是一位工程师/数学家，他专门研究优化以及其他主题(几年前在博客上也做出了杰出贡献)，因此您不必信服我它！我们的目标是说服您，在您可能做出的任何重大人生决策(包括恢复)方面，进行一点数学运算都会大有帮助.
从饮食失调中恢复很容易被视为优化问题.在这里，我们的目标是最大程度地提高实用性(例如，健康或幸福)或最小化成本(例如，下班/学习的时间)或不适感或体重增加(稍后再介绍)，或者可能同时进行.在发挥某种算法的作用下，算法在某种程度上是明确的，它不断地试图找到在获得更多效用和产生更多成本之间进行选择的最佳解决方案.优化算法是迭代的，即，它们从某个初始点开始，使用候选决策变量，然后通过递增地调整决策变量进行操作，直到不可能使目标函数成本变小(如果最大化)，则该算法会变大.
优化的局限性
优化是一个强大的框架，可以根据复杂的目标和约束条件来生成决策，但是与其他所有事物一样，它也有其局限性.优化算法的两个主要内在局限性是:
- 优化算法基于过程模型，并且该模型是针对该算法而存在的唯一现实.
- 优化算法是近视的，从某种意义上说，在每次迭代中，算法都会始终选择更新其决策变量的选择以降低其成本.
通过思考这些局限性的含义，例如使用在山上迷路的滑雪者和试图让客户满意的投资银行家的类比，为我们提供了一个了解复苏的新视角.我们针对优化的两个固有局限性，着眼于为什么半恢复如此容易结束的问题:1)您的恢复或健康模型可能适合现实，也可能不适合现实； 2)您的局部最优(部分恢复)似乎要比达到全局最优(完全恢复)所需的成本要好.
我们在这里的网站上全面探讨了优化如何帮助我们更好地了解恢复的情况.
或者在我们有多个相互矛盾的目标的情况下继续阅读第2部分.
