Жадная рандомизированная адаптивная поисковая процедура (Greedy Randomized Adaptive Search Procedure, GRASP) — это мощная мультистартовая метаэвристика, разработанная Томасом Фео и Маурисио Резенде в конце 1980-х годов для решения комбинаторных задач высокой сложности. Метод изящно решает фундаментальную проблему классических жадных алгоритмов — их "близорукость" и склонность к застреванию в слабых локальных минимумах, внедряя контролируемую случайность прямо в процесс конструирования решения.

Коническое программирование (Conic Programming) представляет собой естественное и невероятно мощное обобщение классического линейного программирования. Если в линейном программировании переменные ограничиваются неотрицательным ортантом пространства, то в коническом — они должны принадлежать произвольному замкнутому выпуклому конусу. Этот переход от ортантов к конусам позволяет с элегантностью линейной алгебры решать сложнейшие нелинейные задачи, а теория двойственности в таких пространствах открывает фундаментальные свойства выпуклой оптимизации.

Задача планирования проектов с ограниченными ресурсами (Resource-Constrained Project Scheduling Problem, RCPSP) является одной из самых известных и вычислительно сложных проблем в исследовании операций. В то время как классические методы сетевого планирования (CPM/PERT) учитывают только технологические связи между работами, RCPSP моделирует суровую индустриальную реальность: работы требуют использования станков, бригад рабочих или финансирования, объем которых в каждый момент времени жестко ограничен. Эта комбинация временных зависимостей и дискретных ресурсных конфликтов превращает RCPSP в сильно NP-трудную задачу оптимизации.

Условия Каруша-Куна-Таккера (ККТ) — это абсолютный фундамент и центральная теорема современного нелинейного математического программирования. Они представляют собой обобщение классического метода множителей Лагранжа на задачи оптимизации, содержащие не только строгие равенства, но и ограничения-неравенства. Любой современный численный метод поиска экстремумов (от алгоритмов внутренней точки до последовательного квадратичного программирования) алгоритмически сводится к поиску точки в многомерном пространстве, которая удовлетворяет системе уравнений и неравенств ККТ.