最適化のために、ウィキペディアから：
コンピュータサイエンスでは、メタヒューリスティックは、与えられた品質の尺度に関して候補ソリューションの改善を繰り返し試行することによって問題を最適化する計算方法を指定します。メタヒューリスティックは、最適化される問題についてほとんどまたはまったく想定せず、候補ソリューションの非常に大きな空間を検索できます。ただし、メタヒューリスティクスは、最適なソリューションが見つかることを保証するものではありません。多くのメタヒューリスティクスは、何らかの形の確率的最適化を実装しています。
メタヒューリスティックと同様の意味を持つその他の用語は、派生物を含まない、直接検索、ブラックボックス、または実際にはヒューリスティックオプティマイザです。この主題に関していくつかの本と調査報告書が発行されています。
最適化メソッドがメタヒューリスティックかどうかはどうしたらわかりますか？例えば、
（1）線形計画法のシンプレックス法はメタヒューリスティックですか？
（2）勾配降下法、ラグランジュ乗数法、ペナルティ法、内点法（バリア法）、メタヒューリスティックなどの非線形計画法の大部分はありますか？
（3）ネルダーミード法やダウンヒルシンプレックス法など、勾配のない方法はすべてメタヒューリスティックですか？
メタヒューリスティックではないいくつかの最適化方法は何ですか？
より一般的に（最適化を超えて）Wikipediaの問題解決手法：
ヒューリスティックとは、問題解決、学習、および発見のための経験ベースの手法を指します。徹底的な検索が実用的でない場合は、ヒューリスティック手法を使用して、満足のいくソリューションを見つけるプロセスを高速化します。この方法の例には、経験則、経験に基づく推測、直感的な判断、または常識の使用が含まれます。
より正確に言えば、ヒューリスティックスは、人間や機械の問題解決を制御するために、大まかに適用できるものの、容易にアクセスできる情報を使用する戦略です。
「ヒューリスティック」の意味をどう理解したらいいのでしょうか？
「問題解決、学習、発見」手法がヒューリスティックであるかどうかはどうすればわかりますか？
ヒューリスティックではない「問題解決、学習、および発見」手法にはどのようなものがありますか？
よろしくお願いします！