Kontinuerlig optimering är en gren av tillämpad matematik inom området optimering, vilket hänvisar till att välja det största elementet från en stor uppsättning alternativa alternativ. Denna typ av optimering skiljer sig från diskret optimering genom att variabler som används i en objektiv funktion kan anta värden som är reella, såsom intervallvärden från en reell linje. Kontinuerlig optimering tillämpas på många olika områden och discipliner, inklusive datavetenskap, marknadsanalys och mikroekonomi. Det är också en viktig aspekt inom matematikens bredare område.
Inom datavetenskap används kontinuerlig optimering för många olika saker, inklusive instruktionsströmmar i en applikation. Programmerare använder en dynamisk optimerare som är hårdvarubaserad för att optimera en viss applikation på ett kontinuerligt sätt. Hårdvaran är enkel och tabellbaserad, används och placeras i vissa steg för dataflödesoptimeringsfunktioner. En kontinuerlig optimerare skapar en minskning av dataflödeshöjden, utför konstant och konsekvent spridning, eliminering av redundanta belastningar, omassociering, borttagning av tysta lagrar och vidarebefordran av butiker. Effekten av en optimeringsprestanda förstärks av integrerade värden som genereras från enheter som körs tillbaka till samma optimeringsprocess.
Vad detta tillåter är exekvering av kontinuerlig optimeringstid, som är gjord av ingångsvärden för instruktionerna i optimeraren. Detta lämnar en mindre mängd arbete för delar av programmets pipeline som inte är i ordning. Kontinuerlig optimering kan också upptäcka falska förutsägelser av grenar mycket tidigare, vilket skapar en minskning av straffet för falska förutsägelser. Detta är ganska användbart inom datavetenskap och används i enheter som mediabranch-arbetsbelastningar, SPECint och SPECfp. Optimeringsfunktionen har visat sig köras med 33 % framgång och lösa problem med 29 % framgång.
Ett annat studieområde som använder sig av kontinuerlig optimering är marknadsanalys och mikroekonomi, särskilt när det gäller små, isolerade kunddemografi och marknader. Framgångsrika analytiker använder kontinuerlig optimering för att fastställa deras värderingar för kunder genom att följa dem online såväl som utanför. Det finns vissa program med öppen källkod som tillåter dessa analytiker att plugga in värden eller följa demografin i vissa områden. Vad dessa analytiker hoppas uppnå är att minska kostnaderna för underhåll och implementering genom att utnyttja vissa uppsättningar taggar samt skapa en särskild enhetlig infrastruktur för att tjäna alla potentiella marknadsföringskampanjer. De försöker analysera data till hands och använda dem för att optimera effektiviteten i sin marknadsföring.