ヒューリスティック最適化とは、組み合わせの候補が膨大すぎてすべてのパターンを計算できない（全探索が不可能な）複雑な問題に対し、経験則や直感的なアプローチを用いて、短時間で「実用上十分に良い解（近似解）」を見つけ出す手法です。
主な手法代表的なヒューリスティック最適化（メタヒューリスティクス）には以下のものがあります。
局所探索法（山登り法）：現在の解の「近く」を探索し、スコアが良くなる方向へ状態を少しずつ更新していく手法です。焼きなまし法（シミュレーティッド・アニーリング）：金属加工の焼きなましのように、探索の初期は確率的に悪い解も受け入れ（局所解からの脱出）、徐々に変化を小さくして最適解に収束させる手法です。
ビームサーチ：途中までのスコアが悪い選択肢を途中で捨てながら、スコアが良いものに絞って探索範囲を広げる手法です。
遺伝的アルゴリズム：生物の進化（交叉や突然変異）を模倣し、優秀な解同士を掛け合わせることで新しい解を生成・探索する手法です。
用途・活用例厳密解を求めるのに膨大な時間がかかる複雑な問題（物流の配送ルート最適化、工場の生産スケジュール作成、シフト作成、鉄道のダイヤ作成など）において、実用的な時間内に効率的な計画を導き出すために広く活用されています。
