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。内容包含对行业的理解，以及相关领域下的理论优化算法，并会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。以下问题都会讲解到。
如下为整理的智能优化算法及优化案例查阅目录
在讲解本专栏之前，先整理了下智能优化算法在实际行业中的具体应用，建议可以优先阅读行业落地应用讲解，里面会涉及部分机器学习的内容，可移步查阅机器学习方面相关的资料。
0、行业落地应用讲解
...(待补充）
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
1.7、Dijkstra算法
1.8、A* 算法
1.9 、RRT算法
1.10、强化学习dqn、ddqn算法
1.11、...(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
2.12 选址问题
2.12.1、基础选址问题（本科生中等、研究生初等难度，4-5颗星）
2.12.2、选址+定容问题（研究生中高等难度，7-8颗星）
2.12.3、选址路径一体问题（研究生高等难度，9-10颗星）
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
5.1、生鲜冷链带时间窗的路径规划问题（目标函数包括有固定成本、运输成本、制冷成本、货损成本等几部分构成）。
5.2、双目标带时间窗的路径规划问题（双目标分别为企业综合成本、客户服务满意度，企业综合成本可扩展）。
5.3、多式联运问题
5.4、多配送中心多车型的路径规划问题
5.5、选址定容问题
5.6、选址路径规划问题
5.7、RGV智能调度问题
5.8、公交车调度问题
5.9、航班摆渡车辆调度问题
5.10、多机器人仓库调度类问题
6、数学求解器Cplex求解案例
6.1、配送中心选址建模
6.2、车辆路径问题建模
6.3、基于生产排程优化建模
6.4、基于模式选择、提前期和车辆配送中心容量的汽车供应链网络设计
2833
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
