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)、二维路径问题如避障等,编程实现的语言基本为Python或者Matlab。
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 ...(待补充)
2.1 TSP问题
2.1.1、遗传算法求解TSP问题
2.1.2、蚁群算法求解TSP问题
2.1.3、模拟退火算法求解TSP问题
2.2 CVRP问题
2.2.1、遗传算法求解CVRP问题
2.3 VRPTW问题
2.3.1、遗传算法求解VRPTW
2.3.2、蚁群算法求解VRPTW
2.4 VRPPD问题
2.5 多目标VRP问题
2.5.1、多中心
2.5.2、多层级
2.6 AGV路径规划问题
2.7 二维空间规避障碍物的路径规划问题
3.1 混合流水车间问题(遗传算法)
3.2 订单拆分调度问题(NSGA_II)