想学习启发式优化算法，不知从何学起？

前言

大家好呀！

我是你们好久不见的帅气可爱的小编

不知道你萌是不是时常面临着这样的问题

下定决心想要学习优化算法

奈何，资料太多太杂

更无人指路，根本无从学起

看书？

看论文？？

看代码？？？

最后最后还是放开了手

不想再爱过头，成了痛。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-dGoelcOR-1586442574855)(https://upload-images.jianshu.io/upload_images/10386940-2387e01778ab05a3?imageMogr2/auto-orient/strip)]

哈哈哈玩笑就此打住

那么

就没有好办法学习优化算法了吗？

当然不是辣

今天就跟着小编步伐一起学习！

走呀！！！

先说两点

1. 本文面向的是刚入门学习算法的小白。

2. 本文介绍的是启发式算法的学习大纲，基于本公众号上的学习资料。

   为什么先学启发式算法呢？因为启发式算法不需要运筹学的基础，只要具备一定的思维能力都能很快上手学习。

3. 学习算法需要一定的编程基础，要能看懂C++/JAVA的代码。

   当然，语言层面的知识也不需要太深，毕竟算法更多的是在于思想和架构。

基础篇

公众号介绍的启发式算法主要分为两类：**邻域搜索类和群体仿生类。**常用的也基本上是这两类。每一类都介绍了非常经典的一些算法，大家基础一定要好好打扎实。学习顺序参考如下。

邻域搜索类

1. 干货|迭代局部搜索算法(Iterated local search)探幽（附C++代码及注释）

2. 干货 | 用模拟退火(SA, Simulated Annealing)算法解决旅行商问题

3. 干货 | 变邻域搜索算法(Variable Neighborhood Search,VNS)超详细一看就懂

4. 干货 | 变邻域搜索算法(VNS)求解TSP（附C++详细代码及注释）