? 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。

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

①智能供应链预测的应用

...(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

1.5? 多目标非支配排序遗传算法NSGA-II

1.6? 多目标非支配排序算法NSGA-II算法改进

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