开篇：运筹优化， 优化问题， 优化算法， 近似优化， 启发 ...

闲鱼技术01

的确在国外， 这么算纳税人应该是爸妈。 实在是觉得对不起他们。 创业过， 也做过时间比较紧的项目。当时强度跟996比， 996真的是福报[捂脸]

rustum

元启发式算法中“人”的要素体现在哪里？如何将领域知识合理加入元启发式算法中？

XGundam05

应用场景到问题建模方面，要 规范约束条件，设计优化目标函数。   这些也是使用元启发算法的前提。多余有强约束的的问题， 要设计构造算法。这部分和领域专家的关系很强。 算法设计角度看，根据问题规模和特点， 使用不通类型的的算法会有不同的效果， 这部分需要领域专家和算法专家共同完成。是否需要混合，如何混合不同的元启发算法是需要算法设计师参与的。 之后从问题映射到解的表现形式， 信息素，运动距离，速度，cross over， neighbourhood operator这些也是跟问题相关的。这些偏向算法设计人员的工作。 当然不可否认在近似优化算法中有些子问题也是需要数学优化算法（ @王源 的定义方式）来求解， 例如文中提到的课表排程， 在同一时间的所有课程排入相应教室可以使用匈牙利算法。 当然， 也包括调参。  需求采集，反馈，分析， 项目周期设计，系统搭建，调试部署， 人员培训， 也都是人的工作。。

FeastSC

有收获，期待更多作品

unityloverz

期待关于多参数二次规划的内容