不曾走远的博客

前言：这里是自学内容，讲解的是用python来实现Dijkstra算法，算是入门求解图中最短路径问题的典型案例。算法简介： 迪杰斯特拉（Dijkstra）算法是一个按照路径长度递增的次序产生的最短路径算法。下图为带权值的有向图，作为程序中的实验数据 其中，带权值的有向图采用邻接矩阵graph来进行存储，在计算中就是采用n*n的二维数组来进行存储，v0-v5...

非支配排序遗传算法NSGA (Non-dominated Sorting Genetic Algorithms)是一种基于Pareto最优概念的遗传算法，它是众多的多目标优化遗传算法中体现Goldberg思想最直接的方法。该算法就是在基本遗传算法的基础上，对选择再生方法进行改进:将每个个体按照它们的支配与非支配关系进行分层，再做选择操作，从而使得该算法在多目标优化方面得到非常满意的结果。

旅行商问题，即TSP问题（Traveling Salesman Problem）又译为旅行推销员问题、货郎担问题，是数学领域中著名问题之一。假设有一个旅行商人要拜访n个城市，他必须选择所要走的路径，路径的限制是每个城市只能拜访一次，而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。遗传算法求解TSP问题​...

本专栏将会由浅入深的讲解各种VRP问题，包括从不同的VRP问题，以及对应的智能优化算法以及源码分享等，目前VRP专栏的更新进度才刚开始，敬请各位朋友们耐心等待，也欢迎对VRP问题感兴趣的朋友关注此专栏，因为工作原因，整理项目包括排版分享等工作较耗时间，但作者相信，大家的等待一定是值得的。

全文转载仅供自己学习使用，主要是算法在物流场景下的应用落地1 背景前段时间京东公开了面向第二个十二年的战略规划，表示京东将全面走向技术化，大力发展人工智能和机器人自动化技术，将过去传统方式构筑的优势全面升级。京东Y事业部顺势成立，该事业部将以服务泛零售为核心，着重智能供应...

粒子群优化算法PSO是一种进化计算技术。源于对鸟群捕食的行为研究。粒子群优化算法的基本思想：是通过群体中个体之间的协作和信息共享来寻找最优解．

遗传算法是一类借鉴生物界的进化规律演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；

蚁群算法的原理讲解以及核心算法流程

本专栏为智能优化算法及案例库的学习专区。内容涵盖从理论算法到应用阶段两大模块，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。