智能优化算法及优化案例目录
在未来几个月时间里,将会逐步针对先前整理的博客文章进行分类归纳,并建立成为智能优化算法及案例库的学习专栏区。内容的讲解将会从理论算法到应用阶段的分级过渡,通过具体的优化案例来阐述算法的相关应用。其中优化案例将会重点从车辆路径问题、生产调度问题、排班问题(如公交车的运营)、二维路径问题、三维路径问题如避障等,编程实现的语言基本为Python或者Matlab。如下为整理的智能优化算法及优化案例查阅目录
1、算法概述
1.1 遗传算法
1.2 蚁群算法
1.3 粒子群算法
1.4 模拟退火算法
1.5 多目标非支配排序遗传算法NSGA-II
1.6、Dijkstra算法
1.7、A* 算法
1.8 、RRT算法
1.9、强化学习dqn、ddqn算法
1.10、...(待补充)
2、VRP路径规划问题
2.1 TSP问题
2.1.1、遗传算法求解TSP问题(本科生,入门难度,2颗星)
2.1.2、蚁群算法求解TSP问题(本科生,入门难度,2颗星)
2.1.3、模拟退火算法求解TSP问题(本科生,入门难度,2颗星)
2.2 CVRP问题
2.2.1、遗传算法求解CVRP问题(本科生,中等难度,3-4颗星)
2.3 VRPTW问题
2.3.1、遗传算法求解VRPTW(研究生,中等难度,5-6颗星)
2.3.2、蚁群算法求解VRPTW(研究生,中等难度,5-6颗星)
2.4 VRPPD问题(研究生,中等难度,5-6颗星),内含一些变种问题,可能会演变的稍复杂。
2.5 多约束的VRP问题
2.5.1、多中心VRP问题(研究生中高等难度,7-8颗星)
2.5.2、多层网络的VRP问题(研究生高难度,9-10颗星)
2.5.3、多中心多车型的VRP问题(研究生高难度,8-9颗星)
2.6 动态VRP问题(暂不做讲解)(研究生高难度,7-10颗星)
2.7 多目标约束问题(研究生中高等难度,7-8颗星)
2.8 多式联运问题(本科生、研究生,低中高等难度,4-8颗星)看问题的变化情况
2.9 AGV路径规划问题(本科生、研究生中等难度,4-7颗星)
2.10 二维空间路径规划问题
2.10.1、Search-based Planning
Dijkstra's、A*、Bidirectional A*、BFS、DFS...
2.10.2、Sampling-based Planning
RRT、RRT*、FMT*、BIT
2.11 三维空间路径规划问题
2.11.1、Search-based Planning
Dijkstra's、A*、Bidirectional A*、BFS、DFS...
2.11.2、Sampling-based Planning
RRT、RRT*、FMT*、BIT
3、生产车间调度优化问题
3.1 混合流水车间问题(遗传算法)(研究生中等难度,6-8颗星)
3.2 订单拆分调度问题(NSGA_II)(研究生中高等难度,6-9颗星)
4、公交车的调度排班优化问题
5、优秀硕士论文复现
以上问题如有需要编程实现或者代码定制,可以私信。
QQ:3617351952(昵称:梦回江南)
页:
[1]