好久好久哦
估计快4个月没发文章了
重要入口
https://mp.weixin.qq.com/s/6Defw3b7djXRdbwEruOBhg
算法
分为精确算法 和 近似算法
- 精确算法
- LP
- IP
- NIP(拉格朗日松弛，梯度下降)
- 近似算法
- 进化计算（粒子，模拟退火，蚁群）
- 启发式算法 元启发式算法
SVR一个用svm做预测的东西
人工神经网络
做预测非常快
四个分类-第一分类
大规模整数规划（变量 约束条件多）
- 研究先从level1 开始 再开始 列生成
第二分类
研究方向二有三个思路
- 先预测在优化（一部分一部分）预测的部分可以是黑盒 神经网络 什么都可 预测准不准 都无所谓 决策做好就行了
- 预测和优化结合起来 预测是一个能写出数学式子的模型
- 强化学习下，不需要针对场景建模，一种模型free的方法（需要大量数据去驱动）
predict(个人觉得期望也是一种随机预测) then optim
smart 这个算法是需要一定的是需要融合起来的算法 有点难懂
第三分类 和 第四分类
序贯决策 强化学习 DP
通过将强化学习和马尔科夫链结合起来解决序贯决策 也很火
用强化学习解决路径问题 decision 问题
期刊信息
注意看看右图
中国国内较好的期刊
