运筹优化与强化学习

 

运筹优化	强化学习
总览 启发算法 - 汇总篇  优化问题-实战经验  车辆路径规划问题分类 原理 线性规划 遗传算法-总体框架 遗传算法-选择算子 遗传算法-编码 遗传算法-目标函数与适应度函数变换 模拟退火算法简介 粒子群算法 PSO【1】- 基本原理 蚁群算法【1】基本原理 蚁群算法【2】 优化方法 拉格朗日松弛 人工蜂群算法（Artificial Bee Colony，ABC） 优化模型建模语言 Pyomo 多目标遗传算法NSGA-II NSGA-III 求解器 Gurobi，Cplex，SCIP，CBC 代码 大规模邻域搜索 - 代码  自适应大邻域搜索算法 - 代码 变邻域搜索 - 代码 禁忌搜索算法 - 代码  其他 其他启发式算法 【引】智能优化算法汇总 多目标粒子群优化算法原理及其代码实现 在模型优化方面的应用 什么时候使用 优化算法 优化模型参数 而不用梯度下降 遗传算法 进行 超参数 调优 遗传算法 进行 特征选择 粒子群PSO优化融合注意力机制的卷积神经网络-双向长短期记忆网络(PSO-CNN-BiLSTM-Attention)的多变量预测	周志华西瓜书 链接： DeepLearning/books at master · Mikoto10032/DeepLearning   系列教程一  强化学习3-蒙特卡罗MC  强化学习4-时序差分TD 强化学习6-MC与TD的比较-实战  强化学习7-Sarsa  强化学习8-时序差分控制离线算法Q-Learning  强化学习9-Deep Q Learning  强化学习10-Deep Q Learning-fix target    系列教程二 强化学习 Value based核心知识 强化学习 值函数近似Value Function Approximation 强化学习 DQN Value Based 总结   强化学习 Policy Based策略梯度   强化学习 Actor Critic 强化学习 PPO PPO算法中的actor和critic学习率 设置 强化学习 DPO 强化学习 DDPG LLM强化学习算法演进之路：Q-Learning->DQN->PPO->DPO 强化学习-稀疏奖励问题   RLHF 为什么不对loss 进行梯度下降求解