AI 与算法

人工智能与算法研究知识表示、学习、推断和求解过程，为智能系统提供计算方法。

目录

• 基础与方法

  • 具体问题/案例
    分布式车间调度问题多目标优化问题
  • 参数设置分析方法
    响应面方法（RSM）田口方法（Taguchi Method）
  • 通识基础
    消融实验逆变换采样学习类算法导论无免费午餐定理与归纳偏置
  • 非学习类算法
    TOPSIS 逼近理想解排序法

• 机器学习与研究

  • 强化学习
    强化学习的数学原理前沿方法
  • 机器学习
    K近邻算法（KNN）
  • 深度学习指南
    残差连接和归一化层 Add & Norm必备代码长短时记忆网络 LSTM门控循环神经网络 GRU
  • 迁移学习

• 智能优化

  • 前沿算法与框架
    优化研究方向思维导图
  • 基准测试与竞赛
    CEC 年度资料索引CEC 赛道与算法演进
  • 智能优化算法指南
    进化算法其他优化技巧人工免疫系统算法蚁群优化算法优化基础理论知识分类思维导图随机优化算法遗传算法遗传算法的算子差分进化算法粒子群优化分布估计算法小生境遗传算法新颖性搜索算法物理启发优化算法群智能算法遗传规划进化策略