该论文通过引入LiNGAM-MMI方法增强了LiNGAM模型，使用KL散度量化混淆的大小并按照最小化其影响的方式排列变量，实现全局最优的变量顺序，同时在有和无混淆的情况下以与传统LiNGAM相同的高效性处理数据。

局部最优是指在小邻域内的最佳解决方案，全局最优是考虑所有可能的解决方案的最优解。模拟退火是优化搜索算法的技术，微积分可用于找到连续函数的局部最优值。搜索技术从初始配置开始，反复移动到改进的相邻配置。局部最优可以是孤立的或高原的一部分。

Braess悖论表明，增加交通网络中的道路可能导致整体效率下降。例如，修建虫洞吸引更多车辆，反而使每辆车的通行时间增加。这说明局部最优解不等于全局最优解，修路可能加剧交通拥堵，形成恶性循环。