主题索引
容量规划与资源调度
比较冗余容量、故障域、逻辑与物理资源解耦等容量规划与调度方法。
来源书籍
6/7
_source-manifest.json 记录原始 EPUB、spine 顺序、逐文件 SHA-256 与排除理由;正文单元见 _coverage.md。正文、全书主线、22个原书章及219个正文项讲解、跨章综合与实践入口见 _book_note.md。
10d6b25738b28d583c0ab1ad70573b9d73a1323258ae6f3489edf61f98ccf043。18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d,原始输入与当前缓存本次逐字节核验一致。| 章节号 | 章节标题 | 状态(pending/done) | 卡片数 |
|---|---|---|---|
| 001 | 内 容 简 介 | done | 1 |
| 002 | 前 言 | done | 1 |
| 003 | 1 . 1 遗 传 算 法 起 源 | done | 1 |
| 004 | 1 . 1 . 2 遗 传 算 法 发 展 历 程 | done | 0 |
| 005 | 1 . 2 遗 传 算 法 实 现 | done | 0 |
| 006 | 1 . 2 . 1 遗 传 算 法 流 程 | done | 4 |
| 007 | 1 . 2 . 2 重 要 参 数 | done | 1 |
| 008 | 1 . 3 基 于 遗 传 算 法 的 组 合 优 化 | done | 0 |
| 009 | 1 . 3 . 1 基 于 遗 传 算 法 的 T T P 问 题 | done | 2 |
| 010 | 1 . 3 . 2 基 于 遗 传 算 法 的 旅 行 商 问 题 | done | 2 |
| 011 | 1 . 3 . 3 基 于 遗 传 算 法 的 0 - 1 规 划 | done | 1 |
| 012 | 1 . 4 基 于 遗 传 算 法 的 图 像 处 理 | done | 2 |
| 013 | 1 . 4 . 2 基 于 遗 传 算 法 的 图 像 增 强 | done | 3 |
| 014 | 1 . 4 . 3 基 于 遗 传 算 法 的 图 像 变 化 检 测 | done | 2 |
| 015 | 1 . 5 基 于 遗 传 算 法 的 社 区 检 测 | done | 4 |
| 016 | 1 . 5 . 2 遗 传 编 码 | done | 2 |
| 017 | 1 . 5 . 3 P a r e t o 最 优 解 | done | 2 |
| 018 | 2 . 1 生 物 免 疫 系 统 与 人 工 免 疫 系 统 | done | 2 |
| 019 | 2 . 2 免 疫 算 法 实 现 | done | 2 |
| 020 | 2 . 2 . 2 人 工 免 疫 系 统 模 型 | done | 3 |
| 021 | 2 . 3 基 于 免 疫 算 法 的 聚 类 分 析 | done | 3 |
| 022 | 2 . 3 . 2 免 疫 进 化 方 法 | done | 2 |
| 023 | 2 . 4 基 于 免 疫 算 法 的 限 量 弧 路 由 问 题 | done | 1 |
| 024 | 2 . 4 . 1 限 量 弧 路 由 问 题 模 型 | done | 2 |
| 025 | 2 . 4 . 2 基 于 免 疫 协 同 进 化 的 限 量 弧 路 由 问 题 | done | 4 |
| 026 | Memetic算法是进化算法(evolutionary computation)中的一种,它是在遗传算法的基础上加上局部优化搜索算子得到的,也被 | done | 2 |
| 027 | 3 . 1 M e m e t i c 算 法 发 展 历 程 | done | 1 |
| 028 | 3 . 2 M e m e t i c 算 法 实 现 | done | 1 |
| 029 | 3 . 2 . 2 M e m e t i c 算 法 改 进 | done | 2 |
| 030 | 3 . 2 . 3 M e m e t i c 算 法 研 究 分 类 | done | 1 |
| 031 | 3 . 3 基 于 M e m e t i c 算 法 的 社 区 检 测 | done | 1 |
| 032 | 3 . 3 . 1 多 目 标 M e m e t i c 优 化 算 法 | done | 2 |
| 033 | 3 . 3 . 2 局 部 搜 索 | done | 4 |
| 034 | 3 . 4 基 于 M e m e t i c 算 法 的 限 量 弧 路 由 问 题 | done | 2 |
| 035 | 3 . 4 . 1 路 由 距 离 分 组 | done | 1 |
| 036 | 3 . 4 . 2 子 问 题 解 的 更 替 | done | 1 |
| 037 | 3 . 4 . 3 基 于 分 解 的 M e m e t i c 算 法 | done | 0 |
| 038 | 4 . 1 粒 子 群 算 法 起 源 | done | 1 |
| 039 | 4 . 1 . 1 粒 子 群 算 法 生 物 学 基 础 | done | 1 |
| 040 | 4 . 1 . 2 粒 子 群 算 法 发 展 历 程 | done | 0 |
| 041 | 4 . 2 粒 子 群 算 法 实 现 | done | 4 |
| 042 | 4 . 2 . 2 改 进 粒 子 群 算 法 | done | 4 |
| 043 | 4 . 3 基 于 粒 子 群 算 法 的 图 像 处 理 | done | 1 |
| 044 | 4 . 3 . 2 基 于 粒 子 群 算 法 的 图 像 分 类 | done | 3 |
| 045 | 4 . 3 . 3 基 于 粒 子 群 算 法 的 图 像 匹 配 | done | 1 |
| 046 | 4 . 4 基 于 粒 子 群 算 法 的 优 化 问 题 | done | 1 |
| 047 | 4 . 4 . 2 基 于 粒 子 群 算 法 的 配 送 中 心 选 址 问 题 | done | 1 |
| 048 | 4 . 4 . 3 基 于 粒 子 群 算 法 的 函 数 优 化 | done | 1 |
| 049 | 5 . 1 蚁 群 算 法 起 源 | done | 1 |
| 050 | 5 . 1 . 2 蚁 群 算 法 发 展 历 程 | done | 0 |
| 051 | 5 . 2 蚁 群 算 法 实 现 | done | 4 |
| 052 | 5 . 2 . 2 离 散 域 和 连 续 域 蚁 群 算 法 | done | 4 |
| 053 | 5 . 3 基 于 蚁 群 算 法 的 路 径 规 划 | done | 2 |
| 054 | 5 . 3 . 2 算 法 描 述 以 及 实 现 | done | 2 |
| 055 | 5 . 3 . 3 全 局 路 径 规 划 方 法 | done | 1 |
| 056 | 5 . 4 基 于 蚁 群 算 法 的 社 区 检 测 | done | 3 |
| 057 | 5 . 4 . 2 社 区 检 测 问 题 的 改 进 | done | 3 |
| 058 | 狼群算法(WolfPack Algorithm,WPA) | done | 1 |
| 059 | 6 . 1 狼 群 算 法 起 源 | done | 1 |
| 060 | 6 . 1 . 2 狼 群 算 法 发 展 历 程 | done | 4 |
| 061 | 6 . 2 狼 群 算 法 实 现 | done | 4 |
| 062 | 6 . 2 . 2 狼 群 算 法 流 程 | done | 1 |
| 063 | 6 . 3 基 于 狼 群 算 法 的 函 数 求 解 | done | 2 |
| 064 | 6 . 3 . 2 函 数 优 化 问 题 | done | 4 |
| 065 | 6 . 4 基 于 狼 群 算 法 的 优 化 调 度 问 题 | done | 1 |
| 066 | 6 . 4 . 2 基 于 狼 群 算 法 的 水 电 站 优 化 调 度 | done | 3 |
| 067 | 7 . 1 人 工 蜂 群 算 法 起 源 | done | 1 |
| 068 | 7 . 1 . 2 人 工 蜂 群 算 法 发 展 历 程 | done | 0 |
| 069 | 7 . 2 人 工 蜂 群 算 法 实 现 | done | 2 |
| 070 | 7 . 2 . 2 混 合 人 工 蜂 群 算 法 | done | 3 |
| 071 | 7 . 3 基 于 人 工 蜂 群 算 法 的 函 数 优 化 | done | 0 |
| 072 | 7 . 3 . 2 基 于 人 工 蜂 群 算 法 的 动 态 优 化 | done | 2 |
| 073 | 7 . 4 基 于 人 工 蜂 群 算 法 的 图 像 处 理 | done | 1 |
| 074 | 7 . 4 . 2 基 于 人 工 蜂 群 算 法 的 图 像 分 割 | done | 0 |
| 075 | 7 . 4 . 3 基 于 人 工 蜂 群 算 法 的 图 像 融 合 | done | 2 |
| 076 | 8 . 1 细 菌 觅 食 优 化 算 法 起 源 | done | 1 |
| 077 | 8 . 1 . 2 细 菌 觅 食 优 化 算 法 发 展 历 程 | done | 3 |
| 078 | 8 . 2 细 菌 觅 食 优 化 算 法 实 现 | done | 1 |
| 079 | 8 . 2 . 2 细 菌 觅 食 算 法 的 流 程 | done | 0 |
| 080 | 8 . 3 基 于 细 菌 觅 食 算 法 的 图 像 匹 配 | done | 1 |
| 081 | 8 . 3 . 2 最 优 解 逃 逸 | done | 2 |
| 082 | 8 . 4 基 于 细 菌 觅 食 算 法 的 聚 类 问 题 | done | 1 |
| 083 | 8 . 4 . 2 改 进 复 制 操 作 | done | 2 |
| 084 | 8 . 4 . 3 改 进 迁 徙 操 作 | done | 2 |
| 085 | 9 . 1 分 布 估 计 算 法 起 源 | done | 1 |
| 086 | 9 . 1 . 2 分 布 估 计 算 法 发 展 历 程 | done | 1 |
| 087 | 9 . 2 分 布 估 计 算 法 实 现 | done | 1 |
| 088 | 9 . 2 . 2 分 布 估 计 算 法 改 进 | done | 1 |
| 089 | 9 . 3 基 于 分 布 估 计 算 法 的 收 敛 性 分 析 及 多 目 标 优 化 问 题 | done | 1 |
| 090 | 9 . 3 . 2 多 分 布 估 计 算 法 | done | 1 |
| 091 | 9 . 4 基 于 分 布 估 计 算 法 的 调 度 问 题 | done | 4 |
| 092 | 9 . 4 . 2 基 于 分 布 估 计 算 法 的 资 源 受 限 项 目 调 度 | done | 3 |
| 093 | 差分进化(Differential Evolution,DE)是一种新兴的进化计算技术,是由Rainer Storn和Kenneth Price | done | 1 |
| 094 | 1 0 . 1 差 分 进 化 算 法 与 遗 传 算 法 | done | 0 |
| 095 | 1 0 . 1 . 2 差 分 进 化 算 法 流 程 | done | 2 |
| 096 | 1 0 . 1 . 3 差 分 进 化 算 法 与 遗 传 算 法 的 比 较 | done | 0 |
| 097 | 1 0 . 2 差 分 进 化 算 法 实 现 | done | 1 |
| 098 | 1 0 . 2 . 2 差 分 进 化 算 法 流 程 | done | 0 |
| 099 | 1 0 . 3 基 于 差 分 进 化 算 法 的 多 目 标 优 化 问 题 | done | 1 |
| 100 | 1 0 . 3 . 1 混 合 差 分 进 化 处 理 多 目 标 优 化 问 题 | done | 2 |
| 101 | 1 0 . 3 . 2 自 适 应 差 分 进 化 处 理 多 目 标 优 化 问 题 | done | 1 |
| 102 | 1 0 . 4 基 于 差 分 进 化 算 法 的 调 度 问 题 | done | 2 |
| 103 | 1 0 . 4 . 1 基 于 差 分 进 化 算 法 的 置 换 流 水 线 调 度 | done | 3 |
| 104 | 1 0 . 4 . 2 基 于 差 分 进 化 算 法 的 有 限 缓 冲 区 调 度 | done | 2 |
| 105 | 1 0 . 4 . 3 基 于 差 分 进 化 算 法 的 作 业 车 间 调 度 | done | 5 |
| 106 | 模拟退火算法导言 | done | 1 |
| 107 | 1 1 . 1 模 拟 退 火 算 法 起 源 | done | 1 |
| 108 | 1 1 . 1 . 2 模 拟 退 火 算 法 发 展 历 程 | done | 2 |
| 109 | 1 1 . 2 模 拟 退 火 算 法 实 现 | done | 1 |
| 110 | 1 1 . 2 . 2 模 拟 退 火 算 法 流 程 | done | 1 |
| 111 | 1 1 . 3 基 于 模 拟 退 火 算 法 的 超 大 规 模 集 成 电 路 研 究 | done | 0 |
| 112 | 1 1 . 3 . 1 集 成 电 路 布 线 | done | 4 |
| 113 | 1 1 . 3 . 2 优 化 目 标 | done | 3 |
| 114 | 1 1 . 4 基 于 模 拟 退 火 算 法 的 图 像 处 理 | done | 5 |
| 115 | 1 1 . 4 . 2 基 于 模 拟 退 火 算 法 的 图 像 去 噪 | done | 2 |
| 116 | 1 1 . 4 . 3 基 于 模 拟 退 火 算 法 的 图 像 分 割 | done | 3 |
| 117 | 1 1 . 5 基 于 模 拟 退 火 算 法 的 组 合 优 化 | done | 0 |
| 118 | 1 1 . 5 . 1 基 于 模 拟 退 火 算 法 的 0 - 1 背 包 问 题 | done | 4 |
| 119 | 1 1 . 5 . 2 基 于 模 拟 退 火 算 法 的 图 着 色 问 题 | done | 3 |
| 120 | 1 1 . 5 . 3 基 于 模 拟 退 火 算 法 的 旅 行 商 问 题 | done | 3 |
| 121 | 贪 心 算 法 导 言 | done | 1 |
| 122 | 1 2 . 1 从 背 包 问 题 了 解 贪 心 算 法 | done | 3 |
| 123 | 1 2 . 2 贪 心 算 法 实 现 | done | 0 |
| 124 | 1 2 . 2 . 2 贪 心 算 法 流 程 | done | 1 |
| 125 | 1 2 . 3 基 于 贪 心 算 法 的 组 合 优 化 | done | 0 |
| 126 | 1 2 . 3 . 1 基 于 贪 心 算 法 的 背 包 问 题 | done | 1 |
| 127 | 1 2 . 3 . 2 基 于 贪 心 算 法 的 旅 行 商 问 题 | done | 2 |
| 128 | 1 3 . 1 自 然 降 雨 现 象 启 发 下 的 雨 滴 算 法 | done | 3 |
| 129 | 1 3 . 2 雨 滴 算 法 理 论 基 础 | done | 3 |
| 130 | 1 3 . 3 基 于 雨 滴 算 法 的 多 目 标 优 化 问 题 | done | 2 |
| 131 | 1 3 . 3 . 2 基 于 雨 滴 算 法 的 混 合 时 间 窗 车 辆 路 径 问 题 | done | 3 |
| 132 | 1 4 . 1 禁 忌 搜 索 算 法 起 源 | done | 0 |
| 133 | 1 4 . 1 . 2 禁 忌 搜 索 算 法 基 本 思 想 | done | 0 |
| 134 | 1 4 . 2 禁 忌 搜 索 算 法 实 现 | done | 2 |
| 135 | 1 4 . 2 . 2 禁 忌 搜 索 算 法 流 程 | done | 1 |
| 136 | 1 4 . 3 基 于 禁 忌 搜 索 的 飞 蜂 窝 网 络 频 谱 分 配 方 法 | done | 1 |
| 137 | 1 4 . 3 . 1 算 法 主 要 思 想 及 流 程 | done | 1 |
| 138 | 1 4 . 3 . 2 算 法 实 现 具 体 步 骤 | done | 2 |
| 139 | 1 4 . 3 . 3 实 验 分 析 | done | 1 |
| 140 | 量子计算(Quantum Computation,QC)的研究开始于1982年,计算首先被诺贝尔物理学奖获得者Richard Feynman看成 | done | 1 |
| 141 | 1 5 . 1 量 子 计 算 原 理 | done | 1 |
| 142 | 1 5 . 1 . 1 状 态 的 叠 加 | done | 1 |
| 143 | 1 5 . 1 . 2 状 态 的 相 干 | done | 1 |
| 144 | 1 5 . 1 . 3 状 态 的 纠 缠 | done | 1 |
| 145 | 1 5 . 1 . 4 量 子 并 行 性 | done | 1 |
| 146 | 1 5 . 2 量 子 计 算 智 能 的 几 种 模 型 | done | 0 |
| 147 | 1 5 . 2 . 1 量 子 人 工 神 经 网 络 | done | 2 |
| 148 | 1 5 . 2 . 2 基 于 量 子 染 色 体 的 进 化 算 法 | done | 0 |
| 149 | 1 5 . 2 . 3 基 于 量 子 特 性 的 优 化 算 法 | done | 1 |
| 150 | 1 5 . 2 . 4 量 子 聚 类 算 法 | done | 1 |
| 151 | 1 5 . 2 . 5 量 子 模 式 识 别 算 法 | done | 1 |
| 152 | 1 5 . 2 . 6 量 子 小 波 与 小 波 包 算 法 | done | 2 |
| 153 | 1 5 . 2 . 7 量 子 退 火 算 法 | done | 2 |
| 154 | 1 5 . 3 量 子 进 化 算 法 | done | 1 |
| 155 | 1 5 . 3 . 1 基 于 量 子 旋 转 门 的 进 化 算 法 | done | 2 |
| 156 | 1 5 . 3 . 2 基 于 吸 引 子 的 进 化 算 法 | done | 2 |
| 157 | 量子粒子群优化导言(第16章) | done | 0 |
| 158 | 1 6 . 1 量 子 行 为 粒 子 群 算 法 | done | 0 |
| 159 | 1 6 . 1 . 2 δ 势 阱 模 型 | done | 0 |
| 160 | 1 6 . 1 . 3 算 法 流 程 | done | 1 |
| 161 | 1 6 . 2 协 同 量 子 粒 子 群 优 化 | done | 1 |
| 162 | 1 6 . 2 . 1 协 同 量 子 粒 子 群 算 法 | done | 1 |
| 163 | 1 6 . 2 . 2 改 进 的 协 同 量 子 粒 子 群 算 法 | done | 2 |
| 164 | 1 6 . 2 . 3 实 验 结 果 及 分 析 | done | 1 |
| 165 | 1 6 . 3 基 于 多 次 坍 塌 - 正 交 交 叉 的 量 子 粒 子 群 优 化 | done | 0 |
| 166 | 1 6 . 3 . 1 量 子 多 次 坍 塌 | done | 1 |
| 167 | 1 6 . 3 . 2 正 交 交 叉 实 验 简 介 | done | 2 |
| 168 | 1 6 . 3 . 3 多 次 坍 塌 - 正 交 交 叉 的 量 子 粒 子 群 算 法 | done | 1 |
| 169 | 1 6 . 3 . 4 实 验 及 分 析 | done | 2 |
| 170 | 1 7 . 1 最 小 二 乘 法 数 学 基 础 | done | 1 |
| 171 | 1 7 . 2 最 小 二 乘 法 流 程 | done | 2 |
| 172 | 1 7 . 3 最 小 二 乘 法 在 机 器 学 习 中 的 应 用 | done | 2 |
| 173 | A*路径规划导言(第18章) | done | 0 |
| 174 | 1 8 . 1 最 短 路 径 搜 索 | done | 1 |
| 175 | 18.2 A*算法实现/18.2.1 A*算法原理 | done | 3 |
| 176 | 18.2.2 A*算法简单案例 | done | 1 |
| 177 | 18.3 A*算法的优势与缺陷 | done | 1 |
| 178 | 1 9 . 1 神 经 网 络 算 法 起 源 | done | 1 |
| 179 | 1 9 . 1 . 1 脑 神 经 元 学 说 | done | 2 |
| 180 | 1 9 . 1 . 2 神 经 网 络 算 法 发 展 历 程 | done | 5 |
| 181 | 1 9 . 2 神 经 网 络 算 法 实 现 | done | 8 |
| 182 | 1 9 . 2 . 2 典 型 神 经 网 络 结 构 | done | 6 |
| 183 | 1 9 . 3 基 于 神 经 网 络 算 法 的 图 像 处 理 | done | 0 |
| 184 | 1 9 . 3 . 1 基 于 神 经 网 络 算 法 的 图 像 分 割 | done | 2 |
| 185 | 1 9 . 3 . 2 基 于 神 经 网 络 算 法 的 图 像 修 复 | done | 4 |
| 186 | 1 9 . 3 . 3 基 于 神 经 网 络 算 法 的 目 标 检 测 与 识 别 | done | 3 |
| 187 | 1 9 . 4 基 于 神 经 网 络 算 法 的 预 测 控 制 | done | 1 |
| 188 | 1 9 . 4 . 1 基 于 神 经 网 络 算 法 的 预 测 模 型 | done | 2 |
| 189 | 1 9 . 4 . 2 神 经 网 络 预 测 控 制 中 的 滚 动 优 化 | done | 1 |
| 190 | 2 0 . 1 深 度 学 习 算 法 与 神 经 网 络 | done | 1 |
| 191 | 2 0 . 2 深 度 学 习 算 法 实 现 | done | 1 |
| 192 | 2 0 . 2 . 2 深 度 学 习 算 法 基 本 思 想 | done | 3 |
| 193 | 2 0 . 2 . 3 深 度 模 型 优 化 | done | 4 |
| 194 | 2 0 . 3 基 于 深 度 学 习 算 法 的 计 算 机 视 觉 | done | 1 |
| 195 | 2 0 . 3 . 1 基 于 深 度 学 习 算 法 的 人 脸 识 别 | done | 3 |
| 196 | 2 0 . 3 . 2 基 于 深 度 学 习 算 法 的 目 标 跟 踪 | done | 2 |
| 197 | 2 0 . 4 基 于 深 度 学 习 算 法 的 语 音 识 别 | done | 1 |
| 198 | 2 0 . 4 . 1 基 于 深 度 学 习 算 法 的 声 学 模 型 | done | 3 |
| 199 | 2 0 . 4 . 2 基 于 深 度 学 习 算 法 的 语 言 模 型 | done | 2 |
| 200 | 强化学习(Reinforcement Learning,RL),又称再励学习、评价学习或增强学习,是机器学习的范式和方法论之一,用于描述和解决智 | done | 1 |
| 201 | 2 1 . 1 强 化 学 习 模 型 | done | 3 |
| 202 | 2 1 . 1 . 2 基 于 马 尔 可 夫 决 策 过 程 的 强 化 学 习 | done | 3 |
| 203 | 2 1 . 2 逆 向 强 化 学 习 | done | 1 |
| 204 | 2 1 . 2 . 1 最 大 边 际 规 划 | done | 1 |
| 205 | 2 1 . 2 . 2 基 于 最 大 信 息 熵 的 逆 向 强 化 学 习 | done | 1 |
| 206 | 2 1 . 3 基 于 多 尺 度 F C N - C R F 网 络 和 强 化 学 习 的 高 分 辨 S A R 图 像 语 义 分 割 | done | 1 |
| 207 | 2 1 . 3 . 2 S A R 图 像 语 义 分 割 动 态 调 优 策 略 | done | 4 |
| 208 | 2 1 . 3 . 3 算 法 实 现 | done | 1 |
| 209 | 2 1 . 3 . 4 实 验 结 果 | done | 1 |
| 210 | 2 2 . 1 粒 子 群 深 度 网 络 模 型 及 学 习 算 法 | done | 0 |
| 211 | 2 2 . 1 . 1 P S O 自 编 码 网 络 | done | 2 |
| 212 | 2 2 . 1 . 2 自 适 应 P S O 自 编 码 网 络 | done | 2 |
| 213 | 2 2 . 1 . 3 模 拟 退 火 P S O 算 法 自 编 码 网 络 | done | 1 |
| 214 | 2 2 . 1 . 4 实 验 与 分 析 | done | 1 |
| 215 | 2 2 . 2 混 沌 模 拟 退 火 深 度 网 络 模 型 及 学 习 算 法 | done | 0 |
| 216 | 2 2 . 2 . 1 混 沌 模 拟 退 火 深 度 网 络 学 习 算 法 | done | 2 |
| 217 | 2 2 . 2 . 2 混 沌 模 拟 退 火 自 编 码 网 络 | done | 0 |
| 218 | 2 2 . 2 . 3 混 沌 模 拟 退 火 深 度 小 波 网 络 | done | 1 |
| 219 | 2 2 . 2 . 4 实 验 与 分 析 | done | 1 |
| spine项 | 类型 | 排除理由 |
|---|---|---|
1:titlepage.xhtml |
非正文 | 封面/版权或附带字体许可,无本书正文 |
2:EPUB/xhtml/cover.xhtml |
非正文 | 封面/版权或附带字体许可,无本书正文 |
3:EPUB/xhtml/Copyright.xhtml |
非正文 | 封面/版权或附带字体许可,无本书正文 |
6:EPUB/xhtml/chapter1.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
22:EPUB/xhtml/chapter1_0016.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
23:EPUB/xhtml/chapter2.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
32:EPUB/xhtml/chapter2_0009.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
33:EPUB/xhtml/chapter3.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
46:EPUB/xhtml/chapter3_0013.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
47:EPUB/xhtml/chapter4.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
59:EPUB/xhtml/chapter4_0012.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
60:EPUB/xhtml/chapter5.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
70:EPUB/xhtml/chapter5_0010.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
71:EPUB/xhtml/chapter6.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
81:EPUB/xhtml/chapter6_0010.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
82:EPUB/xhtml/chapter7.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
92:EPUB/xhtml/chapter7_0010.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
93:EPUB/xhtml/chapter8.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
103:EPUB/xhtml/chapter8_0010.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
104:EPUB/xhtml/chapter9.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
113:EPUB/xhtml/chapter9_0009.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
114:EPUB/xhtml/chapter10.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
128:EPUB/xhtml/chapter10_0014.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
129:EPUB/xhtml/chapter11.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
145:EPUB/xhtml/chapter11_0016.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
146:EPUB/xhtml/chapter12.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
154:EPUB/xhtml/chapter12_0008.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
155:EPUB/xhtml/chapter13.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
160:EPUB/xhtml/chapter13_0005.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
161:EPUB/xhtml/chapter14.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
170:EPUB/xhtml/chapter14_0009.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
171:EPUB/xhtml/chapter15.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
189:EPUB/xhtml/chapter15_0018.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
190:EPUB/xhtml/chapter16.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
204:EPUB/xhtml/chapter16_0014.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
205:EPUB/xhtml/chapter17.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
209:EPUB/xhtml/chapter17_0004.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
210:EPUB/xhtml/chapter18.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
216:EPUB/xhtml/chapter18_0006.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
217:EPUB/xhtml/chapter19.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
230:EPUB/xhtml/chapter19_0013.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
231:EPUB/xhtml/chapter20.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
242:EPUB/xhtml/chapter20_0011.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
243:EPUB/xhtml/chapter21.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
254:EPUB/xhtml/chapter21_0011.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
255:EPUB/xhtml/chapter22.xhtml |
非正文 | 仅为章节分隔标题,正文在后续分片 |
266:EPUB/xhtml/chapter22_0011.xhtml |
非正文 | 纯参考文献目录,无实质正文 |
267:EPUB/xhtml/chapter23.xhtml |
非正文 | 封面/版权或附带字体许可,无本书正文 |
| 术语名 | 出现章节 | 一句话语境 |
|---|---|---|
| 量子联想记忆、量子模糊逻辑 | 146 | 第147项将量子联想记忆列为 QNN 方向,但尚未展开其机制;量子模糊逻辑也待后文核对。 |
| 量子竞争学习、量子 Hopfield 网络、量子特性传递函数 | 147 | 本节列为 QNN 研究方向,尚未展开模型定义、训练规则或效果验证。 |
| 快速模拟退火(FSA)、广义SAA(Tsallis概率) | 108 | 本节仅概述冷却率与概率分布方向,未给出可复核的完整规则。 |
| 粒子群-SAA图像复原混合、均匀/Cauchy扰动、Hopfield离散网络盲复原 | 114 | 仅作为改进方案摘要出现,未给出足够步骤供独立复述或跨研究比较。 |
| FCM-SAA图像分割、GA-SAA并行子群Otsu | 116 | 本节概述混合搜索方向,未展开可复核的协作机制。 |
| 并行SAA(操作、进程、空间并行) | 108 | 列出三种并行策略名称,未展开同步和任务划分机制。 |
| 退火-遗传、单纯形-退火混合 | 108 | 作为结合算法的研究摘要出现,未给出组合步骤。 |
| GbABC、EABC、BABC | 073 | 分别简述全局最优引导、侦察蜂搜索及高斯搜索改进,未给完整更新规则。 |
| IFEPSO-SA;自适应遗传退火 | 118 | 前者仅概述熵调惯性权重/变异及退火选择,后者未给自适应参数更新式;效果限于各自研究。 |
| 最大权森林(MWF)、最小生成树(MST) | 125 | 作为贪心算法应用例名出现,本项未展开其证明或算法过程。 |
| 快速单元自退火、启发式模拟退火 | 119 | 作为改进方案出现,未给出本节可复核的状态转移或温度更新规则。 |
| 混沌随机序列替代随机函数、退火TSP新解函数 | 120 | 仅提及改进方向,没有给具体序列构造或邻域产生规则。 |
| Pareto占优、Pareto最优解集、Pareto最优前沿 | 056 | 已由第17、56项的非占优与前沿知识卡解释;不再视为未展开。 |
| NRA、RC、模块度密度 | 056 | 已由第56项[[模块度密度化为双目标]]保留定义与边界。 |
| 城市节点活跃度、死锁处理策略 | 055 | 在蚁群路径规划研究摘要中提及,具体定义与操作规则未展开。 |
| CACO、DACO、HACO、IACOR-LS、ACO-MV、AM-ACO | 052 | 连续域蚁群变体在本节只列思路和名称,未给可复核的完整更新规则。 |
| Ant-Q、ACS、MMAS、RAS | 050、052 | 050 仅列名;052 已核对 RAS 排序权重和 MMAS 限幅,Ant-Q/ACS 仍待后文机制。 |
| NSGA-Ⅱ、MOEA/D | 032 | 作为多目标遗传算法的代表方法列名,当前章节未展开机制;后续章节再核对是否补充定义。 |
| RDG-MAENS、IRDG-MAENS | 034 | 作为大规模限量弧路由方法列名,本节仅交代分治和改进动机;具体机制见后续正文项。 |
| 随机状态转移过程 | 043 | 仅用于说明带惯性权重粒子群收敛性分析,正文未展开其定义。 |
| 领域均值、边界缓冲墙 | 047 | 只提及用于增强粒子合作/竞争和处理越界,未说明具体定义或操作规则。 |
| 量子自旋门、量子非门 | 047 | 只提及用于量子进化选优与多样性变异,未展开门的表示或更新机制。 |
| 事例学习法、滚动窗口法、人工势场法、行为分解法 | 053 | 作为局部路径规划方法列名,本节未展开各自机制。 |
| 单元树法、可视图法、Voronoi法 | 054 | 作为全局环境建模方法列名,本节未解释各自构造过程。 |
| 非线性、不可微 | 064 | 作为函数优化问题的常见特点列出,本节未展开定义或求解方法。 |
| 自适应变异步长、PSO-ABC信息交换、细菌趋化嵌入、快速变异、差分进化、并行式/分布式ABC | 070 | 本节只作方法摘要或列名,未给完整更新方程或运行步骤。 |
| Delta-bar-delta | 193 | 原文符号比较对象含混,未作精确更新算法;待独立核验。 |
| triplet loss | 195 | 只列为FaceNet核心训练项,没有展开三元组目标。 |
| AlexNet、VGG16、GoogleNet | 184、186、196 | 作为卷积骨干或特征提取例名;本书未完整展开这些架构。 |
| GRU | 199 | 只列为RNN变种,未讲门控结构。 |
| model-based / model-free RL | 200 | 导言分类列名,未展开模型学习或规划的区别。 |
| active / passive RL | 200 | 导言分类列名,没有独立机制说明。 |
| 层次强化学习、部分可观测强化学习 | 200 | 只列变体方向,未展开层次控制或信念状态模型。 |
| 学徒学习、结构化分类逆强化学习、相对熵逆强化学习 | 203 | 列在逆强化学习分类中,具体机制未展开;最大边际与最大熵已另有卡。 |
| 多尺度FCN-CRF | 206–208 | 作为已训练分割前端出现,未给CRF推断与多尺度融合的完整细节。 |
| Logistic混沌映射 | 216–218 | 被用来生成搜索扰动,但未给映射参数、参数空间映射及降温规则。 |
| Morlet小波能量 | 218 | 给出小波函数和尺度/平移,但未完整定义能量聚合,卡片保留这一缺口。 |
| 标题 | 类型(书/论文/框架/源码项目) | 出现章节 | 一句话语境 |
|---|---|---|---|
| 文献[36]–[38](第 15 章量子模式识别背景) | 论文 | 151 | 正文借这些编号引文概括统计物理模型及量子模式识别设想,但未给可复核的算法步骤或速度比较条件。 |
| 文献[33]–[35](第 15 章 Grover 搜索与优化设想) | 论文 | 149 | [33] 支持量子搜索的概述,[34] 关联平方查询量级,[35] 关联改进 Grover 优化设想;本节未展开完整优化算法或普适性能证明。 |
| 文献[18]–[32](第 15 章量子神经网络背景与方案) | 论文 | 147 | [18]–[20] 涉及量子意识或认知假说,[21]–[32] 涉及量子神经网络方向及具体提案;本节没有提供足以独立核验意识主张或性能优越性的实验细节。 |
| 文献[6]–[10](第 14 章飞蜂窝与频谱分配背景) | 论文 | 136 | [6] 支持室内语音/数据需求背景,[7]–[8] 介绍飞蜂窝,[9]–[10] 关联密集部署、干扰与频谱挑战;本节未展开论文细节。 |
| 文献[5](第 14 章禁忌搜索基本思想与实现) | 论文 | 133、134 | 支持禁忌搜索的执行环节、记忆对象/期限、评价与终止要素概述;正文未展开论文细节。 |
| 文献[45]–[51](第 11 章 0-1 背包 SAA 应用) | 论文 | 118 | 涉及初始解、IFEPSO-SA、变异/倒位、贪心修复及自适应遗传退火;不作统一性能比较。 |
| 文献[52]–[54](第 11 章图着色 SAA 与混合搜索) | 论文 | 119 | 涉及快速单元自退火、GA-ASATS及启发式退火遗传方案;结论限于各自图实例。 |
| 文献[55]–[60](第 11 章 TSP 退火与并行方案) | 论文 | 120 | 涉及遗传退火、近邻初始化、双阈值及并行退火摘要,没有统一基准。 |
| 文献[1](第 12 章贪心算法导言) | 论文 | 121 | 用于贪心近似背景,未展开论文。 |
| 文献[1]–[3](第 12 章分数背包与贪心性质) | 论文 | 122 | 用于分数背包、贪心选择及最优子结构,未展开原论文。 |
| 文献[4](第 12 章贪心算法流程) | 论文 | 124 | 用于贪心流程说明;本项未展开原论文。 |
| 文献[5]–[9](第 12 章贪心 TSP 与最近邻算法) | 论文 | 127 | [5] 支撑 TSP 图模型定义,[6] 描述最近邻策略,[7]–[9] 涉及最近邻算法实现或改进;正文仅列举研究,未展开统一比较。 |
| 文献[6]、[8](第 13 章人工雨滴算法起源与应用) | 论文 | 128 | [6] 用于基本 ARA 的提出背景,[8] 用于算法灵感或相关研究说明;本节未展开论文细节。 |
| 文献[5](第 13 章 ARA 理论基础) | 论文 | 129 | 用于种群初始化、雨滴形成、飞溅、流动及择优更新模型;本节未展开原论文实验。 |
| 文献[2]、[3]、[7]、[9](第 13 章多目标应急物流与路径优化) | 论文 | 130 | 涉及智能水滴选路、应急救援需求、全局/局部搜索平衡与遗传算法车辆调度;正文为研究摘要,未展开统一实验。 |
| Chang、Sascha、王新平、刘长石等应急路径研究 | 论文 | 130 | 分别概述动态车辆路径、多周期物资配送与多目标定位路径;未提供足以复现模型的细节。 |
| 文献[10]–[14]、[1]、[3](第 13 章 VRPTW 与水滴算法) | 论文 | 131 | 讨论 VRP/VRPTW 定义、求解分类、旁域泥土更新及智能水滴遗传混合;多为文献综述,未提供统一基准。 |
| 文献[1]–[4](第 14 章禁忌搜索起源与应用) | 论文 | 132 | 用于定义、提出背景及调度回顾,未展开证明或统一性能实验。 |
| 文献[63](第 9 章 RM-MEDA) | 论文 | 090 | 提出基于规则模型的分布估计算法,并报告其在多目标约束优化中的搜索表现;本项未展开算法证明或统一对照实验。 |
| 文献[64]–[69](第 9 章柔性车间调度 EDA) | 论文 | 091 | 分别涉及双种群、Pareto 搜索、贝叶斯概率模型、K-means 聚类和变邻域搜索;本项仅作方法摘要,未给统一实验对照。 |
| 文献[1]–[4](第 10 章 DE 导论) | 论文 | 093 | 用于差分进化的提出背景与应用领域概述;本项未展开论文方法或性能实验。 |
| 文献[5]–[6](第 10 章 DE 流程) | 论文 | 095 | 用于 DE 方法来源及贪心选择效果的引文;本节未提供足以验证普遍性能主张的完整比较条件。 |
| 文献[7](第 10 章 DE 与 GA 比较) | 论文 | 096 | 支撑该节对编码、参数及性能差异的综述;本节未给共同实验设置,性能判断保留为待核线索。 |
| 文献[8]–[16](第 10 章多目标 DE) | 论文 | 099 | 用于多目标 DE 的算法分类、外部存档、Pareto竞争/排序及密度保持方案;本节为研究综述,未提供统一复现实验。 |
| 文献[17]–[29](第 10 章混合多目标 DE) | 论文 | 100 | 涉及 PSO-DE、DE-GA、蚁群差分及 DE-NSGA-II 等融合方案;本节主要作机制摘要,性能比较条件不完整。 |
| 文献[30]–[33](第 10 章自适应多目标 DE) | 论文 | 101 | 涉及自适应参数、变异策略、外部档案与拥挤熵等方案;本节主要为文献综述,不作统一性能结论。 |
| 文献[34]–[38](第 10 章 DE 调度导言) | 论文 | 102 | 用于生产调度定义、机器环境分类与问题复杂度概述;本节未展开论文模型或复杂度证明。 |
| 文献[39]–[46](第 10 章置换流水车间 DE) | 论文 | 103 | 涉及 cDDE、最小位置值、离散/量子 DE、局部搜索及 NEH 等 PFSP 方案;本节多为论文摘要。 |
| 文献[47]–[49](第 10 章有限缓冲调度) | 论文 | 104 | 涉及图模型/LOV混合DE、OCBA与假设检验,以及自适应参数方案;本节未给完整对照与证明细节。 |
| 文献[70](第 9 章资源受限项目调度) | 论文 | 092 | 涉及 EDALCS-RCPSP、RCPSP-TW、松散约束搜索与稀疏解码;本节报告部分基准集实验,但未列出完整比较数值。 |
| 文献[56]–[62](第 9 章 EDA 收敛性) | 论文 | 089 | 分别涉及无穷种群收敛分析、收敛代数以及 PBIL、UMDA、FDA 的特定模型或问题证明;本项只概述结论。 |
| 文献[31]–[39](第 9 章 EDA 改进) | 论文 | 088 | 涉及专家知识、并行采样、直方图/Gibbs 模型、多样性保持及混合算法;本节仅作方案摘要。 |
| 文献[40]–[55](第 9 章 EDA 应用) | 论文 | 088 | 涉及模式识别、工程优化、生物信息、备件配置、路径规划、图像去噪和调度等应用;本节未展开机制。 |
| 文献[30](第 9 章 EDA 流程) | 论文 | 087 | 用于 EDA 替代交叉、变异并处理连锁、欺骗及构造块破坏问题的概括性引文;本项未展开证明或实验。 |
| 文献[1]–[2](第 9 章 EDA 起源) | 论文 | 085 | 用于 EDA 1996 年提出的起源说明;本项未展开论文机制或实验。 |
| 文献[1]–[29](第 9 章 EDA 模型家族) | 论文 | 086 | 涉及 PBIL、UMDA、MIMIC、COMIT、BMDA、FDA、BOA、UMDAc、IDEA、ECGA 及高斯网络等模型的提出或表示方法;本节为历史综述,未展开论文实验。 |
| 文献[2]、[28]、[30](第 8 章迁徙改进) | 论文 | 084 | 分别用于 Tent 映射与精英保留、区域性维度化迁徙、混沌遍历性;本项未给可核验的更新公式或对照数据。 |
| 文献[2](第 8 章复制操作改造) | 论文 | 083 | 用于精英保留、适应度分层和交叉变异方案;本项未给完整算子或实验条件。 |
| 文献[2](第 8 章非线性趋化步长) | 论文 | 082 | 用于余弦控制的非线性步长方案;本项未展开论文公式、实验条件或全局最优证明。 |
| 文献[29](第 8 章迁徙逃逸改进) | 论文 | 081 | 提供按适应度限定迁徙对象的方案;本项未给全局最优证明或完整实验。 |
| 文献[28](第 8 章自适应趋化步长) | 论文 | 080 | 用于图像匹配章节的阶段及个体自适应步长策略;本项未给更新公式或完整实验。 |
| 文献[25]–[27](第 8 章 BFO 三操作) | 论文 | 078 | 用于趋化、复制、迁徙与选择类比的引文;本项未展开原论文。 |
| 文献[4]–[24](第 8 章 BFO 改进与应用) | 论文 | 077 | 分别涉及步长、个体作用、混合优化和理论分析;本项只给研究摘要,未给统一对照数据。 |
| 文献[1]–[3](第 8 章 BFO 起源和生物背景) | 论文 | 076 | 用于 Passino 的 BFO 来源及细菌行为背景;本项未展开原文献或形式化规则。 |
| 文献[41]–[42](第 7 章多源图像融合) | 论文 | 075 | 分别用于配准限制与 NSCT/ABC 融合方案;本项未给完整实验数据。 |
| 文献[36]–[40](第 7 章阈值分割研究) | 论文 | 074 | 分别支撑分割定义及遗传、粒子群、免疫和改进 ABC 的应用摘要;本项未给完整实验或 ABC 更新规则。 |
| 文献[5]、[21]–[35](第 7 章 ABC 图像增强与变体) | 论文 | 073 | 列出应用和改进摘要;文献[21]提供 Beta 曲线选参例,本项未给公式或可比实验。 |
| 文献[19]–[20](第 7 章动态 ABC 与冷链配送) | 论文 | 072 | 分别用于动态跟踪和时变车速案例;本项未展开论文算法或对照条件。 |
| 文献[16]–[18](第 7 章多目标 ABC 函数优化) | 论文 | 071 | 用于外部群体、蜜源匹配和解集搜索叙述;本项未提供可复核的多目标存档规则。 |
| 文献[3](第 7 章 ABC 算法流程) | 论文 | 069 | 仅作流程介绍的引文,本项未展开论文算法细节或收敛证明。 |
| 文献[1]–[3](第 7 章人工蜂群起源引文) | 论文 | 067 | 分别用于蜜蜂交流、ABC 提出及性能评价;本项未展开文献内容,编号仅按本章语境记录。 |
| 文献[2]、[4]–[6](ABC早期发展及比较研究) | 论文 | 068 | 用于提出、会议介绍、期刊发表和性能比较的时间线;本节未展开论文细节。 |
| 文献[4]–[6](ABC探索与开发特征) | 论文 | 070 | 用作全局/局部搜索兼顾及早期性能评价的引文,本节未给出统一比较条件。 |
| 文献[8]–[15](ABC混合与改进方案) | 论文 | 070 | 涉及多样性策略、群体交互、趋化嵌入、反学习、差分进化及并行/分布式方案;多数仅作摘要。 |
| ABC研究网页(http://mf.erciyes.edu.tr/abc) | 网站 | 068 | 原文称其提供编程语言源代码及算法改进、应用文章;本节未展开网页内容。 |
| 文献[17](微电网多目标狼群调度模型) | 论文 | 065 | 列出建设、运行及环境成本,并提及非支配排序和密度保持;本节仅给研究摘要。 |
| 文献[18](水电站狼群优化调度模型) | 论文 | 066 | 本节用作模型来源引文,未展开论文内容;编号按本节语境记录。 |
| 文献[41]–[46](社区定义与蚁群改进方案) | 论文 | 057 | 支持社区结构背景,以及 MABA、MACO、IACO、BLPACO 的研究摘要;本节未提供统一比较条件。 |
| 文献[36]–[40](蚁群路径规划改进方案) | 论文 | 055 | 仅摘要列出滚动规划、混合算子及信息素策略,未展开可复核算法细节。 |
| 文献[18](蚁群算法特征来源) | 论文 | 051 | 用作通用性、鲁棒性和群体方法等特征的引文,原文未给题名或展开论文。 |
| 文献[19](蚁群优化算法应用) | 论文 | 051 | 用于支持蚁群算法近似求解组合优化问题的引文,原文未给题名或展开论文。 |
| Dorigo 等 1996 年蚂蚁系统论文 | 论文 | 050 | 本节给出英文题名和算法史位置,未展开论文细节。 |
| 文献[3]–[8](蚁群变体) | 论文 | 050 | 仅列 Ant-Q、ACS、MMAS、RAS 等方案及研究者,未展开原论文。 |
| Deneubourg 等 1989 年蚁群觅食实验 | 论文 | 049 | 用障碍与不同长度路径观察蚁群路线,原文仅述实验设计和结果,未给论文题名。 |
| Swarm Intelligence | 书 | 040 | 原书只提及 2001 年出版的粒子群相关专著,未介绍内容。 |
| 文献[13](徐小慧、张安等) | 论文 | 043 | 仅以惯性权重粒子群用于熵阈值分割为例,未展开论文。 |
| 文献[14](冯斌、王璋等) | 论文 | 043 | 仅以 QPSO 搜索二维 Otsu 阈值向量为例,未展开论文。 |
| 文献[15](孙辉等) | 论文 | 043 | 仅以小生境 PSO 优化最大类间方差阈值为例,未展开论文。 |
| 文献[16](龚声蓉等) | 论文 | 043 | 仅以混沌 PSO 图像阈值分割为例,未展开论文。 |
| 文献[20] | 论文 | 045 | 仅被引用为灰度绝对差适应度公式来源,正文未展开论文。 |
| 文献[35](全局路径规划定义) | 论文 | 054 | 用作完整环境下全局规划的定义来源,原文未给题名或展开论文。 |
| 文献[24]–[30] | 论文 | 047 | 仅列为配送中心选址方法的既有研究,未展开论文。 |
| 文献[31]–[32] | 论文 | 047 | 仅以研究摘要说明改进粒子群方案及其效果,未展开论文。 |
| 文献[50](多目标离散DE与克隆选择) | 论文 | 105 | 支持离散编码、克隆选择及多目标JSP摘要;未展开完整算法细节。 |
| 文献[51](JSP性能评价指标) | 论文 | 105 | 作为最大完工时间、加工成本和机器利用率指标的引文,未展开原论文。 |
| 文献[52](自适应DE求解JSP) | 论文 | 105 | 支持自适应变异与交叉策略摘要;本节无可复核对照数据。 |
| 文献[53](动态JSP混合DE) | 论文 | 105 | 支持冻结时段动态模型、三段式交叉与局部搜索摘要;未给完整参数细节。 |
| 文献[1]–[2](固体退火过程及自由能变化) | 论文 | 107 | 本节以其解释退火的等温平衡与能量变化,未列出完整书目信息。 |
| 文献[3]–[24](模拟退火发展与改进) | 论文/专著 | 108 | 以年代线索支持退火发展、变体和应用摘要;本节未提供统一性能比较。 |
| 文献[25]–[28](VLSI布线与通道相交图) | 论文 | 112 | 用于布线问题背景、总体布线图及图论模型摘要。 |
| 文献[29]–[31](VLSI布线SAA配置与应用) | 论文 | 113 | 支持循环排列目标、退火参数及链长取舍的研究摘要;没有跨问题统一比较。 |
| 文献[32]–[36](模拟退火图像复原) | 论文 | 114 | 支持稀疏表达、粒子群混合、盲解卷积及回火网络复原摘要;性能结论未给共同基准。 |
| 文献[37](GA混合SAA去噪) | 论文 | 115 | 支持全局候选搜索、退火局部改进和灰度映射编码的摘要。 |
| 曲延华等(医学运动伪影修正) | 论文 | 115 | 本节列出ROI、K空间相位校正和重建步骤,未给完整书目信息。 |
| 文献[38]–[44](SAA图像分割) | 论文 | 116 | 涉及模糊熵、Otsu、FCM和GA混合方案;仅有研究摘要和各自效果报告。 |
| 文献[14]–[16](函数优化难点与狼群搜索改进) | 论文 | 064 | 仅作问题难点及改进策略的引文,本节未展开论文细节。 |
| Reducing the Dimensionality of Data with Neural Networks | 论文 | 190 | 原文用于逐层初始化与微调的历史说明;历史因果与发表细节未独立核验。 |
| AlexNet、VGG16、GoogleNet | 框架 | 184、186、196 | 作为分类骨干/特征提取模型列名;不把本书层号疑点当架构事实。 |
| AlphaGo、AlphaZero | 框架 | 200 | 作为强化学习成就举例,没有展开具体训练机制。 |
| LibSVM | 框架 | 219 | 作为UCI实验基线,版本、参数调优和复现配置未给出。 |
| 第19章应用研究引文 | 论文 | 178–189 | 神经网络起源、RBF、图像处理及预测控制的研究背景;精确历史与性能主张保留原文限制。 |
| 第21章逆强化学习研究引文[6]–[13] | 论文 | 203–205 | 最大边际、最大熵及其他子类的来源线索;未展开子类只保留目录。 |
| 第22章混合网络研究引文[1]–[7] | 论文 | 210–219 | PSO、混沌退火及SAR实验背景;本书摘要未给完整可复现参数。 |
| 问题标题 | 问题卡 | 解决方案卡(如有) | 出现章节 | 一句话说明 |
|---|
| 序号 | 实践标题 | 实践方式 | 状态(pending/done) | 关联章节 | 产出 |
|---|---|---|---|---|---|
| 001 | 逐表核验算法优势主张 | 证据验证 | done | 214、219 | 三表主张核验台账与限定结论计划 |
| 002 | 比较四类优化器的选择条件 | 横向学习 | done | 193 | 四类机制比较表与选型备忘录计划 |
实践候选筛选:done
已准备首轮书内材料:三表证据台账及优化器比较。两张实践卡交付为计划,未进行训练或完整实验。
筛选结论:保留两个可由原书直接启动、对象和产出明确的实践计划;SAR完整训练复现因映射/降温/划分参数缺漏不选,另造优化器不能优先解决当前证据疑问。涉及医学影像、真实安检或控制系统的行动不纳入。done表示计划编写完成,两项实践均未执行。
类别:算法与数据结构类。按全文与现有卡核对七项;“已覆盖”表示保留了本书实际展开的部分,不表示穷尽该领域。
| 维度 | 覆盖状态(已覆盖/补充生成/未覆盖) | 关联卡片标题或未覆盖理由 |
|---|---|---|
| 问题建模与领域约束 | 已覆盖 | [[排课先满足硬约束]]、[[弧路由区分服务成本与容量]]、[[作业车间约束定义可行解]];明确目标、容量、先后和互斥 |
| 复杂度、增长率与性能边界 | 已覆盖 | [[大规模CARP搜索空间指数增长]]、[[高维函数搜索受预算约束]]、[[Grover加速有问题边界]];本书未提供通用最坏/平均复杂度教程 |
| 算法设计范式 | 已覆盖 | [[分治拆解大规模路由问题]]、[[贪心选择须能延伸为全局最优]]、[[最优子结构保留子问题最优解]];动态规划用于MDP价值关系,未系统展开全部经典范式 |
| 排序、查找与基础数据结构 | 未覆盖 | 定向检索全文中的排序、二分、哈希、链表、栈和树;命中多为候选按适应度排序、禁忌/回放队列或算法名称,没有系统解释通用排序、查找和基础结构的实现/取舍,不能把 incidental 操作当独立章节覆盖 |
| 图、路径与网络流 | 已覆盖 | [[最短路径查询方向决定图变换]]、[[A星维护待查已查节点与父链]]、[[弧路由服务的是边任务]];网络流本书无系统展开 |
| 几何、组合及专门领域算法 | 已覆盖 | [[背包编码决定可行性处理]]、[[柔性调度联合机器与工序]]、[[时间窗与稀疏解码安排任务]];几何专门算法未系统展开 |
| 基准、验证与工程实现取舍 | 已覆盖 | [[基准优势须保留失败行]]、[[全标注测试可能混入训练点]]、[[性能概括必须逐表核对]];保留评价预算、训练测试重叠和反例 |
结果:6项已覆盖本书涉及部分,1项未覆盖;没有为了补清单生成原书未展开的内容。
本表覆盖全部367张当前稳定卡;逐卡语义核对已完成。已复用194张,无需加入173张;无主题适配项均逐卡说明范围缺口,未因术语相近强行归类。未新建主题,避免在卡片归档阶段展示拟建成员集之前写入主题。
| 卡片标题 | 结论 | 主题文件或原因 |
|---|---|---|
| 智能算法是跨机制的方法集合 | 无需加入 | 无匹配主题:现有机器学习索引聚焦学习模型,不能覆盖模糊逻辑、进化计算与启发式搜索的宽泛集合或一般启发式边界。 |
| 启发式方法以经验换取可行解 | 无需加入 | 无匹配主题:现有机器学习索引聚焦学习模型,不能覆盖模糊逻辑、进化计算与启发式搜索的宽泛集合或一般启发式边界。 |
| 遗传算法以种群搜索解 | 无需加入 | 无匹配主题:这是遗传/进化搜索的表示、评价、算子或预算机制;现有群体智能索引范围为强化学习、多智能体及群体算法,不含遗传算法基础。 |
| 编码要区分非法解与不可行解 | 无需加入 | 无匹配主题:这是遗传/进化搜索的表示、评价、算子或预算机制;现有群体智能索引范围为强化学习、多智能体及群体算法,不含遗传算法基础。 |
| 适应度函数决定搜索方向 | 无需加入 | 无匹配主题:这是遗传/进化搜索的表示、评价、算子或预算机制;现有群体智能索引范围为强化学习、多智能体及群体算法,不含遗传算法基础。 |
| 选择交叉变异各有职责 | 无需加入 | 无匹配主题:这是遗传/进化搜索的表示、评价、算子或预算机制;现有群体智能索引范围为强化学习、多智能体及群体算法,不含遗传算法基础。 |
| 终止条件不等于全局最优证明 | 无需加入 | 无匹配主题:这是遗传/进化搜索的表示、评价、算子或预算机制;现有群体智能索引范围为强化学习、多智能体及群体算法,不含遗传算法基础。 |
| 遗传参数控制探索强度 | 无需加入 | 无匹配主题:这是遗传/进化搜索的表示、评价、算子或预算机制;现有群体智能索引范围为强化学习、多智能体及群体算法,不含遗传算法基础。 |
| 排课先满足硬约束 | 已复用 | notes/_topics/capacity-scheduling.md |
| 平均冲突数衡量排课间隔 | 已复用 | notes/_topics/capacity-scheduling.md |
| 排列编码须保持城市唯一 | 无需加入 | 无匹配主题:本卡是TSP排列编码或邻域算子;现有调度主题针对资源时间安排,不覆盖组合路由搜索。 |
| 排列变异改变邻域结构 | 无需加入 | 无匹配主题:本卡是TSP排列编码或邻域算子;现有调度主题针对资源时间安排,不覆盖组合路由搜索。 |
| 混合算法需明确协作接口 | 无需加入 | 本卡是遗传算法/差分进化的混合与参数自适应机制;现有群体智能主题的范围不含演化算法。 |
| DE与GA算子混合迭代流程 | 无需加入 | 本卡是遗传算法/差分进化的混合与参数自适应机制;现有群体智能主题的范围不含演化算法。 |
| 自适应DE依据反馈调参数与策略 | 无需加入 | 本卡是遗传算法/差分进化的混合与参数自适应机制;现有群体智能主题的范围不含演化算法。 |
| 生产调度联合安排资源时间与顺序 | 已复用 | notes/_topics/capacity-scheduling.md |
| 调度模型先区分机器结构 | 已复用 | notes/_topics/capacity-scheduling.md |
| 置换流水车间共享工件顺序 | 已复用 | notes/_topics/capacity-scheduling.md |
| cDDE以概率采样搜索排列 | 无需加入 | 本卡是制造业作业/流水车间调度的特定模型或优化算子;现有容量调度主题适配资源调度,已复用直接涉及排程约束者,本卡不宜牵强加入。 |
| ODDE结合初始化与自适应交叉 | 无需加入 | 本卡记录PFSP专用的随机键、NEH初始化与多样性交叉率组合;现有主题没有该算法组合的准确比较范围。 |
| 有限缓冲容量决定工件阻塞 | 已复用 | notes/_topics/capacity-scheduling.md |
| OCBA与假设检验分配仿真预算 | 无需加入 | 本卡是制造业作业/流水车间调度的特定模型或优化算子;现有容量调度主题适配资源调度,已复用直接涉及排程约束者,本卡不宜牵强加入。 |
| 作业车间约束定义可行解 | 已复用 | notes/_topics/capacity-scheduling.md |
| 调度目标要区分工期成本与利用率 | 已复用 | notes/_topics/capacity-scheduling.md |
| 冻结时段限制调度变动 | 已复用 | notes/_topics/capacity-scheduling.md |
| 克隆搜索补足多目标探索 | 无需加入 | 本卡是制造业作业/流水车间调度的特定模型或优化算子;现有容量调度主题适配资源调度,已复用直接涉及排程约束者,本卡不宜牵强加入。 |
| 自适应算子分阶段平衡调度搜索 | 无需加入 | 仅为作业车间调度中一项DE研究的阶段性搜索安排,现有容量调度主题不覆盖该优化算子。 |
| 模拟退火按概率选择邻域状态 | 无需加入 | 本卡记录模拟退火的温度/接受规则等专门搜索机制;现有主题索引没有通用元启发式搜索主题。 |
| 缓慢冷却使固体逐步恢复有序 | 无需加入 | 本卡记录模拟退火的温度/接受规则等专门搜索机制;现有主题索引没有通用元启发式搜索主题。 |
| 局部最优时回升温度以恢复探索 | 无需加入 | 本卡记录模拟退火的温度/接受规则等专门搜索机制;现有主题索引没有通用元启发式搜索主题。 |
| 记忆器保存搜索最好解 | 无需加入 | 本卡记录模拟退火的温度/接受规则等专门搜索机制;现有主题索引没有通用元启发式搜索主题。 |
| 退火按温度进度表迭代 | 无需加入 | 本卡记录模拟退火的温度/接受规则等专门搜索机制;现有主题索引没有通用元启发式搜索主题。 |
| 背包编码决定可行性处理 | 无需加入 | 无匹配主题:本卡讨论0-1背包表示与可行性修复;现有主题没有背包/组合优化模型索引。 |
| 较差候选仍可按温度概率接受 | 无需加入 | 本卡记录模拟退火的温度/接受规则等专门搜索机制;现有主题索引没有通用元启发式搜索主题。 |
| 布线分成总体与详细两阶段 | 无需加入 | 本卡属于VLSI总体/详细布线与图模型;现有主题索引没有芯片布线或对应图算法专题。 |
| 通道相交图把布局转为路由图 | 无需加入 | 本卡属于VLSI总体/详细布线与图模型;现有主题索引没有芯片布线或对应图算法专题。 |
| 总体布线可转成斯坦纳树问题 | 无需加入 | 本卡属于VLSI总体/详细布线与图模型;现有主题索引没有芯片布线或对应图算法专题。 |
| 详细布线按引脚位置分类 | 无需加入 | 本卡区分VLSI两边通道与四边开关盒布线;现有主题索引没有芯片布线分类专题。 |
| 布线循环排列最小化总线长 | 无需加入 | 本卡是TSP布线排列/局部重连算子,区别于可复用的质量—时间权衡卡;现有主题索引没有组合优化邻域主题。 |
| 二边重连用代价差评估二变换 | 无需加入 | 本卡是TSP布线排列/局部重连算子,区别于可复用的质量—时间权衡卡;现有主题索引没有组合优化邻域主题。 |
| 退火速度权衡质量与时间 | 已复用 | notes/_topics/time-space-efficiency.md |
| 图像复原先建模退化再逆向重建 | 无需加入 | 本卡属于图像复原的退化/稀疏先验模型,现有主题索引未覆盖图像处理方法。 |
| 稀疏先验约束图像复原目标 | 无需加入 | 本卡属于图像复原的退化/稀疏先验模型,现有主题索引未覆盖图像处理方法。 |
| 多轮无改善触发升温再退火 | 无需加入 | 本卡属于图像复原的退化/稀疏先验模型,现有主题索引未覆盖图像处理方法。 |
| 粒子群与退火分工复原图像 | 无需加入 | 本卡是退化图像复原中粒子群全局搜索与退火局部搜索的特定组合;现有主题没有混合图像复原方法的准确范围。 |
| 柯西扰动生成盲复原候选 | 无需加入 | 本卡是图像盲复原状态扰动的分布选择;现有主题没有图像复原搜索机制的准确范围。 |
| 遗传搜索接退火局部改进 | 无需加入 | 本卡是遗传算法与退火用于灰度映射的图像应用;现有主题索引没有图像处理或混合优化专题。 |
| 相位校正分开预处理与重建 | 无需加入 | 本卡是遗传算法与退火用于灰度映射的图像应用;现有主题索引没有图像处理或混合优化专题。 |
| 模糊熵与退火搜索双阈值 | 无需加入 | 本卡结合模糊熵与退火完成图像阈值搜索;主题索引不覆盖该图像分割应用或模糊目标。 |
| 退火近似多阈值Otsu搜索 | 无需加入 | 本卡结合模糊熵与退火完成图像阈值搜索;主题索引不覆盖该图像分割应用或模糊目标。 |
| 并行遗传子群接退火爬山 | 无需加入 | 本卡是Otsu医学图像分割的并行遗传子群与退火混合方案;现有主题没有该图像处理组合的准确范围。 |
| 背包退火邻域增删物品 | 无需加入 | 本卡是背包问题的退火邻域、接受/可行性规则或专门混合算法;现有主题索引不覆盖该组合优化问题细节。 |
| 背包先验可行再退火接受 | 无需加入 | 本卡是背包问题的退火邻域、接受/可行性规则或专门混合算法;现有主题索引不覆盖该组合优化问题细节。 |
| 直觉模糊熵调节粒子退火混合 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 贪心修复退火邻域不可行解 | 无需加入 | 本卡是背包问题的退火邻域、接受/可行性规则或专门混合算法;现有主题索引不覆盖该组合优化问题细节。 |
| 相邻顶点必须异色 | 无需加入 | 本卡属于图着色或特定混合启发式搜索;现有主题索引没有图算法/元启发式搜索主题。 |
| 遗传退火禁忌分工搜索 | 无需加入 | 本卡属于图着色或特定混合启发式搜索;现有主题索引没有图算法/元启发式搜索主题。 |
| 退火优化新种群增加计算成本 | 已复用 | notes/_topics/time-space-efficiency.md |
| 阈值分割按灰度划类 | 无需加入 | 无匹配主题:本卡核心是图像增强、分割或变化检测及其任务专用目标;现有主题不覆盖图像处理,算法使用遗传/强化学习并不改变应用领域边界。 |
| 遗传分割搜索阈值 | 无需加入 | 无匹配主题:本卡核心是图像增强、分割或变化检测及其任务专用目标;现有主题不覆盖图像处理,算法使用遗传/强化学习并不改变应用领域边界。 |
| 近邻初始化平衡种群搜索 | 无需加入 | 现有主题未覆盖本卡的贪心证明、背包或TSP邻域机制;保留为算法专门知识,不勉强并入通用优化主题。 |
| 双阈值守住最优并省计算 | 无需加入 | 现有主题未覆盖本卡的贪心证明、背包或TSP邻域机制;保留为算法专门知识,不勉强并入通用优化主题。 |
| 热平衡更新须保持串行条件 | 无需加入 | 现有主题未覆盖本卡的贪心证明、背包或TSP邻域机制;保留为算法专门知识,不勉强并入通用优化主题。 |
| 贪心选择不等于整体最优 | 无需加入 | 现有主题未覆盖本卡的贪心证明、背包或TSP邻域机制;保留为算法专门知识,不勉强并入通用优化主题。 |
| 分数背包按价值密度装填 | 无需加入 | 现有主题未覆盖本卡的贪心证明、背包或TSP邻域机制;保留为算法专门知识,不勉强并入通用优化主题。 |
| 贪心选择须能延伸为全局最优 | 无需加入 | 现有主题未覆盖本卡的贪心证明、背包或TSP邻域机制;保留为算法专门知识,不勉强并入通用优化主题。 |
| 最优子结构保留子问题最优解 | 无需加入 | 现有主题未覆盖本卡的贪心证明、背包或TSP邻域机制;保留为算法专门知识,不勉强并入通用优化主题。 |
| 贪心流程先筛可行再合成 | 无需加入 | 现有主题未覆盖本卡的贪心证明、背包或TSP邻域机制;保留为算法专门知识,不勉强并入通用优化主题。 |
| 价值密度贪心可能输给0-1组合 | 无需加入 | 现有主题未覆盖本卡的贪心证明、背包或TSP邻域机制;保留为算法专门知识,不勉强并入通用优化主题。 |
| 最近邻逐城构造TSP近似回路 | 无需加入 | 现有主题未覆盖本卡的贪心证明、背包或TSP邻域机制;保留为算法专门知识,不勉强并入通用优化主题。 |
| 旅行商问题寻找最短城市回路 | 无需加入 | 本卡界定TSP的完全带权图与最短回路模型,现有主题索引没有组合优化模型主题。 |
| 约束优化先界定可行搜索空间 | 无需加入 | 约束域定义是通用优化建模基础,现有主题索引无对应的数值优化模型主题。 |
| 局部导数不足时可转向随机搜索 | 无需加入 | 讨论导数法的局部信息边界及随机搜索的补充作用,现有主题索引无对应的数值优化方法主题。 |
| ARA以五阶段模拟降雨搜索 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 雨滴质心构造主搜索点 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 飞溅扰动兼顾全局与局部搜索 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 雨滴池与择优更新保留搜索进展 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 图像增强分空域与频域 | 无需加入 | 无匹配主题:本卡核心是图像增强、分割或变化检测及其任务专用目标;现有主题不覆盖图像处理,算法使用遗传/强化学习并不改变应用领域边界。 |
| 遗传编码生成灰度映射 | 无需加入 | 无匹配主题:本卡核心是图像增强、分割或变化检测及其任务专用目标;现有主题不覆盖图像处理,算法使用遗传/强化学习并不改变应用领域边界。 |
| 增强目标未必符合视觉 | 无需加入 | 无匹配主题:本卡核心是图像增强、分割或变化检测及其任务专用目标;现有主题不覆盖图像处理,算法使用遗传/强化学习并不改变应用领域边界。 |
| 应急物流协同分配选址与路径 | 无需加入 | 本卡属于雨滴/水滴搜索或车辆路径应用的特定更新与约束;不将其并入只涵盖群体智能通用方法的索引。 |
| IWD按泥土和路径长度选节点 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 时间窗让车辆路线同时受排程约束 | 无需加入 | 本卡属于雨滴/水滴搜索或车辆路径应用的特定更新与约束;不将其并入只涵盖群体智能通用方法的索引。 |
| VRPTW求解方法分六类 | 无需加入 | 本卡属于雨滴/水滴搜索或车辆路径应用的特定更新与约束;不将其并入只涵盖群体智能通用方法的索引。 |
| 旁域泥土更新扩散河道信息 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 禁忌对象与长度控制搜索记忆 | 无需加入 | 禁忌表、频率记忆与特赦迭代是禁忌搜索专门机制,现有主题索引没有相应元启发式搜索主题。 |
| 频率记忆兼顾搜索强化与扩散 | 无需加入 | 禁忌表、频率记忆与特赦迭代是禁忌搜索专门机制,现有主题索引没有相应元启发式搜索主题。 |
| 禁忌搜索按特赦准则迭代 | 无需加入 | 禁忌表、频率记忆与特赦迭代是禁忌搜索专门机制,现有主题索引没有相应元启发式搜索主题。 |
| 飞蜂窝补室内覆盖也加重干扰 | 无需加入 | 本卡聚焦飞蜂窝频谱分配及图着色约束;现有主题索引无无线频谱或通用图算法专题。 |
| 飞蜂窝干扰图映射频谱 | 无需加入 | 本卡聚焦飞蜂窝频谱分配及图着色约束;现有主题索引无无线频谱或通用图算法专题。 |
| 跨颜色组移动构造禁忌邻域 | 无需加入 | 本卡聚焦飞蜂窝频谱分配及图着色约束;现有主题索引无无线频谱或通用图算法专题。 |
| 零干扰不证明频谱数最少 | 无需加入 | 本卡聚焦飞蜂窝频谱分配及图着色约束;现有主题索引无无线频谱或通用图算法专题。 |
| 干扰拓扑决定频谱需求 | 无需加入 | 本卡聚焦飞蜂窝频谱分配及图着色约束;现有主题索引无无线频谱或通用图算法专题。 |
| 变化检测先构造差异图 | 无需加入 | 无匹配主题:本卡核心是图像增强、分割或变化检测及其任务专用目标;现有主题不覆盖图像处理,算法使用遗传/强化学习并不改变应用领域边界。 |
| 遗传搜索聚类初始中心 | 已复用 | notes/_topics/matrix-factorization-clustering.md |
| Grover加速有问题边界 | 已复用 | notes/_topics/time-space-efficiency.md |
| Grover放大目标测量概率 | 无需加入 | 本卡只保留Grover搜索、相干干涉与测量概率之间的来源受限联系;现有主题无量子搜索机制专题,不硬并入通用复杂度主题。 |
| 量子门变换概率幅 | 无需加入 | 本卡属于量子计算/量子机器学习或信号变换专门内容;现有主题不覆盖这些基础机制,避免硬并入经典机器学习或复杂度主题。 |
| 量子叠加不等于一次读出全部基态 | 无需加入 | 本卡属于量子计算/量子机器学习或信号变换专门内容;现有主题不覆盖这些基础机制,避免硬并入经典机器学习或复杂度主题。 |
| 量子干涉可重分配测量概率 | 无需加入 | 本卡属于量子计算/量子机器学习或信号变换专门内容;现有主题不覆盖这些基础机制,避免硬并入经典机器学习或复杂度主题。 |
| 纠缠态不能分解为子系统态张量积 | 无需加入 | 本卡属于量子计算/量子机器学习或信号变换专门内容;现有主题不覆盖这些基础机制,避免硬并入经典机器学习或复杂度主题。 |
| 量子并行性来自算子作用于叠加态 | 无需加入 | 本卡属于量子计算/量子机器学习或信号变换专门内容;现有主题不覆盖这些基础机制,避免硬并入经典机器学习或复杂度主题。 |
| 量子神经网络是模型家族 | 无需加入 | 本卡属于量子计算/量子机器学习或信号变换专门内容;现有主题不覆盖这些基础机制,避免硬并入经典机器学习或复杂度主题。 |
| 量子点网络以时间切片映射隐层 | 无需加入 | 本卡属于量子计算/量子机器学习或信号变换专门内容;现有主题不覆盖这些基础机制,避免硬并入经典机器学习或复杂度主题。 |
| 多目标搜索保留权衡解 | 无需加入 | 无匹配主题:本卡讨论多目标优化、非支配关系或Pareto解集;现有主题没有通用多目标优化索引,不能仅因含“搜索”归入群体智能。 |
| 社区目标兼顾内聚分离 | 无需加入 | 无匹配主题:本卡讨论多目标优化、非支配关系或Pareto解集;现有主题没有通用多目标优化索引,不能仅因含“搜索”归入群体智能。 |
| 非支配排序兼顾多样性 | 无需加入 | 无匹配主题:本卡讨论多目标优化、非支配关系或Pareto解集;现有主题没有通用多目标优化索引,不能仅因含“搜索”归入群体智能。 |
| 分解多目标为邻近子问题 | 无需加入 | 无匹配主题:本卡讨论多目标优化、非支配关系或Pareto解集;现有主题没有通用多目标优化索引,不能仅因含“搜索”归入群体智能。 |
| 自旋聚类以自由能寻优 | 已复用 | notes/_topics/matrix-factorization-clustering.md |
| 模式识别区分检测定位与匹配 | 无需加入 | 本卡属于量子计算/量子机器学习或信号变换专门内容;现有主题不覆盖这些基础机制,避免硬并入经典机器学习或复杂度主题。 |
| 小波包细分频带以适配信号 | 无需加入 | 本卡属于量子计算/量子机器学习或信号变换专门内容;现有主题不覆盖这些基础机制,避免硬并入经典机器学习或复杂度主题。 |
| 量子变换门数不能代表端到端成本 | 已复用 | notes/_topics/time-space-efficiency.md |
| 量子退火借量子涨落探索低能态 | 无需加入 | 本卡属于量子计算/量子机器学习或信号变换专门内容;现有主题不覆盖这些基础机制,避免硬并入经典机器学习或复杂度主题。 |
| 路径积分退火循环采样并降低动能 | 无需加入 | 本卡属于量子计算/量子机器学习或信号变换专门内容;现有主题不覆盖这些基础机制,避免硬并入经典机器学习或复杂度主题。 |
| 量子进化算法按再生机制分型 | 无需加入 | 本卡属于量子计算/量子机器学习或信号变换专门内容;现有主题不覆盖这些基础机制,避免硬并入经典机器学习或复杂度主题。 |
| QEA以概率幅编码候选分布 | 无需加入 | 本卡属于量子计算/量子机器学习或信号变换专门内容;现有主题不覆盖这些基础机制,避免硬并入经典机器学习或复杂度主题。 |
| QEA循环采样评估与旋转更新 | 无需加入 | 本卡属于量子计算/量子机器学习或信号变换专门内容;现有主题不覆盖这些基础机制,避免硬并入经典机器学习或复杂度主题。 |
| QPSO以概率采样代替速度更新 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 吸引子与长度控制采样 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 同标签节点组成社区 | 无需加入 | 无匹配主题:本卡是网络社区的图拓扑表示或检测步骤;现有聚类主题针对矩阵分解与一般无监督聚类,未覆盖图社区算法。 |
| 节点凝聚性引导蚂蚁转移 | 无需加入 | 本卡讨论图社区蚁群搜索的特定转移策略;现有聚类主题未覆盖图社区算法。 |
| 邻接指向编码社区 | 无需加入 | 无匹配主题:本卡是网络社区的图拓扑表示或检测步骤;现有聚类主题针对矩阵分解与一般无监督聚类,未覆盖图社区算法。 |
| 平均最优位置调节采样半径 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 共同引导可能压缩多样性 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 背景向量评估单维贡献 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 多次采样以计算成本换候选选择 | 已复用 | notes/_topics/time-space-efficiency.md |
| 协同更新保留其他候选的有益维度 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 基准优势须保留失败行 | 已复用 | notes/_topics/time-space-efficiency.md |
| 多次坍塌是重复位置抽样 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 正交表均衡抽取组合 | 无需加入 | 本卡是量子进化/正交实验设计的特定机制;现有主题索引未覆盖该方法,且不符合群体智能主题的明确范围。 |
| 正交交叉按表重组片段 | 无需加入 | 本卡是量子进化/正交实验设计的特定机制;现有主题索引未覆盖该方法,且不符合群体智能主题的明确范围。 |
| 多次坍塌后正交筛选 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| MOQPSO基准优势有例外 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 联动参数不能单独归因 | 无需加入 | 本卡是量子进化/正交实验设计的特定机制;现有主题索引未覆盖该方法,且不符合群体智能主题的明确范围。 |
| 帕累托支配需全不劣 | 无需加入 | 无匹配主题:本卡讨论多目标优化、非支配关系或Pareto解集;现有主题没有通用多目标优化索引,不能仅因含“搜索”归入群体智能。 |
| 非支配解构成帕累托前沿 | 无需加入 | 无匹配主题:本卡讨论多目标优化、非支配关系或Pareto解集;现有主题没有通用多目标优化索引,不能仅因含“搜索”归入群体智能。 |
| 最小二乘拟合平方残差 | 已复用 | notes/_topics/ml-fundamentals.md |
| 满秩决定最小二乘解唯一性 | 已复用 | notes/_topics/ml-fundamentals.md |
| L1稀疏与L2稳定是不同目标 | 已复用 | notes/_topics/ml-fundamentals.md |
| 最小二乘目标不同于求解器 | 已复用 | notes/_topics/ml-fundamentals.md |
| 最小二乘支持向量机改用平方误差 | 已复用 | notes/_topics/ml-fundamentals.md |
| 最短路径查询方向决定图变换 | 无需加入 | 本卡记录图搜索/A*的搜索规则与正确性条件;现有主题索引没有相应算法专题,避免误并入存储数据结构主题。 |
| A星用实际代价加剩余估价排序 | 无需加入 | 本卡记录图搜索/A*的搜索规则与正确性条件;现有主题索引没有相应算法专题,避免误并入存储数据结构主题。 |
| A星最优性依赖启发函数边界 | 无需加入 | 本卡记录图搜索/A*的搜索规则与正确性条件;现有主题索引没有相应算法专题,避免误并入存储数据结构主题。 |
| 网格移动规则决定距离启发值 | 无需加入 | 本卡记录图搜索/A*的搜索规则与正确性条件;现有主题索引没有相应算法专题,避免误并入存储数据结构主题。 |
| A星维护待查已查节点与父链 | 无需加入 | 本卡记录图搜索/A*的搜索规则与正确性条件;现有主题索引没有相应算法专题,避免误并入存储数据结构主题。 |
| A星效率须按图与启发值检验 | 已复用 | notes/_topics/time-space-efficiency.md |
| 人工神经网络是计算抽象 | 已复用 | notes/_topics/ml-fundamentals.md |
| 树突胞体轴突突触构成信号链 | 无需加入 | 神经元解剖只作生物背景;现有机器学习主题讨论计算模型和学习方法,缺少可复用的神经生物学分支。 |
| 类脑网络不等于脑认知解释 | 已复用 | notes/_topics/ml-fundamentals.md |
| 人工免疫系统借鉴免疫机制 | 无需加入 | 无匹配主题:本卡是人工免疫系统及克隆选择搜索专门机制;现有群体智能索引的范围未列免疫算法,不能只凭生物群体类比归入。 |
| 免疫启发分布式自治设计 | 无需加入 | 无匹配主题:现有索引的领域范围与本卡所述专门算法/应用机制不一致;不按术语表面相似性勉强归类。 |
| 单层感知器受线性分割限制 | 已复用 | notes/_topics/ml-fundamentals.md |
| 反向传播使多层权重可训练 | 已复用 | notes/_topics/ml-fundamentals.md |
| MP模型用阈值单元组合逻辑 | 已复用 | notes/_topics/ml-fundamentals.md |
| ADALINE线性学习 | 已复用 | notes/_topics/ml-fundamentals.md |
| Hopfield反馈存取 | 已复用 | notes/_topics/ml-fundamentals.md |
| 非线性激活打破线性层叠 | 已复用 | notes/_topics/ml-fundamentals.md |
| 前馈与反馈网络按信息路径区分 | 已复用 | notes/_topics/ml-fundamentals.md |
| Hebb学习强化共同活跃连接 | 已复用 | notes/_topics/ml-fundamentals.md |
| 损失函数规定错误的计量方式 | 已复用 | notes/_topics/ml-fundamentals.md |
| 经验风险低不保证泛化 | 已复用 | notes/_topics/ml-fundamentals.md |
| 批量大小改变梯度估计代价 | 已复用 | notes/_topics/ml-fundamentals.md |
| Delta规则按输出误差调权 | 已复用 | notes/_topics/ml-fundamentals.md |
| Dropout随机屏蔽隐单元 | 已复用 | notes/_topics/ml-fundamentals.md |
| 感知器以加权输入判别 | 已复用 | notes/_topics/ml-fundamentals.md |
| RBF按中心距离响应 | 已复用 | notes/_topics/ml-fundamentals.md |
| RBF两类网络任务不同 | 已复用 | notes/_topics/ml-fundamentals.md |
| RBM能量定义联合分布 | 已复用 | notes/_topics/ml-fundamentals.md |
| 对比散度用短链近似 | 已复用 | notes/_topics/ml-fundamentals.md |
| 玻尔兹曼机允许同层连接 | 已复用 | notes/_topics/ml-fundamentals.md |
| 语义分割逐像素分类 | 已复用 | notes/_topics/ml-fundamentals.md |
| FCN上采样生成像素图 | 已复用 | notes/_topics/ml-fundamentals.md |
| 图像修复推断缺失内容 | 已复用 | notes/_topics/ml-fundamentals.md |
| 遮挡训练学习图像修复 | 已复用 | notes/_topics/ml-fundamentals.md |
| GAN判别反馈约束修复 | 已复用 | notes/_topics/ml-fundamentals.md |
| 递归生成建模图像上下文 | 已复用 | notes/_topics/ml-fundamentals.md |
| 目标检测同时定位分类 | 已复用 | notes/_topics/ml-fundamentals.md |
| RCNN分阶段检测目标 | 已复用 | notes/_topics/ml-fundamentals.md |
| Fast到Faster整合检测 | 已复用 | notes/_topics/ml-fundamentals.md |
| 预测控制滚动优化动作 | 无需加入 | 有限时域反馈控制属于控制应用;现有机器学习主题不覆盖控制稳定性与约束分析。 |
| 预测模型需输入输出辨识 | 已复用 | notes/_topics/ml-fundamentals.md |
| 预测模型选择有条件 | 已复用 | notes/_topics/ml-fundamentals.md |
| 滚动求解权衡实时预算 | 已复用 | notes/_topics/time-space-efficiency.md |
| 克隆选择偏向高亲和候选 | 无需加入 | 无匹配主题:本卡是人工免疫系统及克隆选择搜索专门机制;现有群体智能索引的范围未列免疫算法,不能只凭生物群体类比归入。 |
| 记忆池保留较优抗体 | 无需加入 | 无匹配主题:本卡是人工免疫系统及克隆选择搜索专门机制;现有群体智能索引的范围未列免疫算法,不能只凭生物群体类比归入。 |
| 免疫记忆使再应答更快 | 无需加入 | 本卡解释生物免疫的特异性再应答;现有机器学习与群体智能主题未收录生物免疫机制,不能因AIS类比强行归入。 |
| 逐层预训练提供网络初值 | 已复用 | notes/_topics/ml-fundamentals.md |
| 网络深度表示函数复合层数 | 已复用 | notes/_topics/ml-fundamentals.md |
| 层叠变换学习抽象表示 | 已复用 | notes/_topics/ml-fundamentals.md |
| 模型容量增加不保证泛化 | 已复用 | notes/_topics/ml-fundamentals.md |
| 梯度弥散削弱前层更新 | 已复用 | notes/_topics/ml-fundamentals.md |
| 学习率调度控制更新步长 | 已复用 | notes/_topics/ml-fundamentals.md |
| 牛顿步利用曲率调整方向 | 已复用 | notes/_topics/ml-fundamentals.md |
| AdaGrad累积梯度缩放步长 | 已复用 | notes/_topics/ml-fundamentals.md |
| RMSProp衰减历史梯度影响 | 已复用 | notes/_topics/ml-fundamentals.md |
| 计算机视觉从图像推断信息 | 无需加入 | 计算机视觉领域定义是单卡背景概念;现有主题没有视觉任务分类的稳定跨书成员。 |
| 人脸识别依赖采集条件 | 无需加入 | 人脸采集、嵌入和检测级联是专门视觉应用;目前没有足够贴切的人脸识别主题。 |
| 人脸嵌入统一相似性比较 | 无需加入 | 人脸采集、嵌入和检测级联是专门视觉应用;目前没有足够贴切的人脸识别主题。 |
| MTCNN级联筛选人脸区域 | 无需加入 | 人脸采集、嵌入和检测级联是专门视觉应用;目前没有足够贴切的人脸识别主题。 |
| 目标跟踪持续估计同一目标 | 无需加入 | 目标跟踪与相关滤波融合是专门视觉任务;机器学习基础主题不能表达其时序跟踪机制。 |
| HCF融合多层定位响应 | 无需加入 | 目标跟踪与相关滤波融合是专门视觉任务;机器学习基础主题不能表达其时序跟踪机制。 |
| 语音识别从声波推断语句 | 已复用 | notes/_topics/ml-fundamentals.md |
| 声学建模需要时间上下文 | 已复用 | notes/_topics/ml-fundamentals.md |
| LSTM门控管理记忆状态 | 已复用 | notes/_topics/ml-fundamentals.md |
| 声学网络组合不同归纳偏置 | 已复用 | notes/_topics/ml-fundamentals.md |
| 语言模型估计词序列概率 | 已复用 | notes/_topics/ml-fundamentals.md |
| 语言上下文窗口限制依赖 | 已复用 | notes/_topics/ml-fundamentals.md |
| 免疫反馈映射可变比例调节 | 无需加入 | 无匹配主题:本卡是人工免疫系统及克隆选择搜索专门机制;现有群体智能索引的范围未列免疫算法,不能只凭生物群体类比归入。 |
| 克隆后变异扩展搜索 | 无需加入 | 无匹配主题:本卡是人工免疫系统及克隆选择搜索专门机制;现有群体智能索引的范围未列免疫算法,不能只凭生物群体类比归入。 |
| 强化学习从交互回报改进策略 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 策略规定给定状态如何行动 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 状态价值评估折扣长期回报 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 探索权衡未知动作与已有收益 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| MDP把决策环境写成状态模型 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 动作价值先固定一个动作 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 贝尔曼关系拆分当前与未来 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 逆强化学习从示范推断奖励 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 最大边际奖励区分专家轨迹 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 最大熵奖励匹配示范特征 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 深度强化学习联合感知决策 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| DQN回放与目标网络稳定训练 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 类别分数权重改变分割偏好 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 拒识阈值权衡错误与覆盖 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 小区域填补可能抹去真目标 | 无需加入 | 无匹配主题:现有索引的领域范围与本卡所述专门算法/应用机制不一致;不按术语表面相似性勉强归类。 |
| 分割调优训练与推断分工 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 后处理收益受前端表征限制 | 已复用 | notes/_topics/time-space-efficiency.md |
| 原型聚类依赖类数与形状先验 | 已复用 | notes/_topics/matrix-factorization-clustering.md |
| 混合属性距离分项计算 | 无需加入 | 无匹配主题:现有索引的领域范围与本卡所述专门算法/应用机制不一致;不按术语表面相似性勉强归类。 |
| 模糊聚类用连续隶属度 | 已复用 | notes/_topics/matrix-factorization-clustering.md |
| 堆叠自编码特征接分类输出 | 已复用 | notes/_topics/ml-fundamentals.md |
| PSO把网络参数作为候选解 | 已复用 | notes/_topics/ml-fundamentals.md |
| 惯性权重递减调整搜索尺度 | 已复用 | notes/_topics/ml-fundamentals.md |
| 全标注测试可能混入训练点 | 已复用 | notes/_topics/ml-fundamentals.md |
| 退火接受劣解辅助PSO搜索 | 已复用 | notes/_topics/ml-fundamentals.md |
| 优化器比较须看逐类代价 | 已复用 | notes/_topics/time-space-efficiency.md |
| 混沌搜索由确定映射生成扰动 | 无需加入 | 混沌映射与混合退火是专门随机优化机制;现有主题未覆盖其确定映射和搜索更新细节。 |
| 混沌退火分工需明确更新规则 | 无需加入 | 混沌映射与混合退火是专门随机优化机制;现有主题未覆盖其确定映射和搜索更新细节。 |
| 小波特征为网络提供尺度先验 | 无需加入 | Morlet小波特征是专门信号表示;现有机器学习主题没有适合承载小波尺度与能量定义的分支。 |
| 性能概括必须逐表核对 | 已复用 | notes/_topics/time-space-efficiency.md |
| 聚类原型编码为抗体 | 无需加入 | 无匹配主题:本卡重点是克隆选择算法的抗体编码或亲和度变换,而非聚类方法本身;现有聚类索引不覆盖免疫搜索机制。 |
| 聚类目标转为抗体亲和度 | 无需加入 | 无匹配主题:本卡重点是克隆选择算法的抗体编码或亲和度变换,而非聚类方法本身;现有聚类索引不覆盖免疫搜索机制。 |
| 弧路由服务的是边任务 | 无需加入 | 无匹配主题:本卡是CARP/路由问题、模因算法或局部搜索的特定表示与算子;现有容量调度主题不涵盖车辆路由,群体智能主题也不泛化为所有元启发式。 |
| 弧路由区分服务成本与容量 | 无需加入 | 无匹配主题:本卡是CARP/路由问题、模因算法或局部搜索的特定表示与算子;现有容量调度主题不涵盖车辆路由,群体智能主题也不泛化为所有元启发式。 |
| 弧路由兼顾总成本与最长路线 | 无需加入 | 无匹配主题:本卡是CARP/路由问题、模因算法或局部搜索的特定表示与算子;现有容量调度主题不涵盖车辆路由,群体智能主题也不泛化为所有元启发式。 |
| 克隆比例兼顾质量与相似度 | 无需加入 | 无匹配主题:本卡是CARP/路由问题、模因算法或局部搜索的特定表示与算子;现有容量调度主题不涵盖车辆路由,群体智能主题也不泛化为所有元启发式。 |
| 路由进化须修复不可行解 | 无需加入 | 无匹配主题:本卡是CARP/路由问题、模因算法或局部搜索的特定表示与算子;现有容量调度主题不涵盖车辆路由,群体智能主题也不泛化为所有元启发式。 |
| 弧路由初始解可用启发式 | 无需加入 | 本卡仅讨论CARP初始路线的启发式生成;现有容量调度主题不涵盖车辆路由。 |
| 子代排序兼顾可行性与质量 | 无需加入 | 本卡仅讨论CARP克隆选择中的可行性与违约排序;现有主题没有路由约束搜索专题。 |
| 模因算法结合种群与局部搜索 | 无需加入 | 无匹配主题:本卡是CARP/路由问题、模因算法或局部搜索的特定表示与算子;现有容量调度主题不涵盖车辆路由,群体智能主题也不泛化为所有元启发式。 |
| 局部学习是否继承区分类比 | 无需加入 | 无匹配主题:现有索引的领域范围与本卡所述专门算法/应用机制不一致;不按术语表面相似性勉强归类。 |
| 大规模路由可先分任务再搜索 | 无需加入 | 无匹配主题:本卡是CARP/路由问题、模因算法或局部搜索的特定表示与算子;现有容量调度主题不涵盖车辆路由,群体智能主题也不泛化为所有元启发式。 |
| 模因流程在进化算子后局部改进 | 无需加入 | 无匹配主题:本卡是CARP/路由问题、模因算法或局部搜索的特定表示与算子;现有容量调度主题不涵盖车辆路由,群体智能主题也不泛化为所有元启发式。 |
| 局部搜索算子应匹配问题邻域 | 无需加入 | 无匹配主题:本卡是CARP/路由问题、模因算法或局部搜索的特定表示与算子;现有容量调度主题不涵盖车辆路由,群体智能主题也不泛化为所有元启发式。 |
| 先验知识可引导初始种群 | 无需加入 | 无匹配主题:本卡是CARP/路由问题、模因算法或局部搜索的特定表示与算子;现有容量调度主题不涵盖车辆路由,群体智能主题也不泛化为所有元启发式。 |
| 自适应模因算法动态选局部策略 | 无需加入 | 无匹配主题:本卡是CARP/路由问题、模因算法或局部搜索的特定表示与算子;现有容量调度主题不涵盖车辆路由,群体智能主题也不泛化为所有元启发式。 |
| 网络以节点和边表示实体关系 | 无需加入 | 无匹配主题:本卡是复杂网络的基础抽象;现有索引没有网络科学/图模型基础主题,聚类主题也不足以承接节点边定义。 |
| 多目标模因搜索融合全局与局部 | 无需加入 | 无匹配主题:本卡讨论多目标优化、非支配关系或Pareto解集;现有主题没有通用多目标优化索引,不能仅因含“搜索”归入群体智能。 |
| 节点标签向量直接表示社区 | 无需加入 | 无匹配主题:本卡是网络社区的图拓扑表示或检测步骤;现有聚类主题针对矩阵分解与一般无监督聚类,未覆盖图社区算法。 |
| 模拟退火允许暂时变差 | 无需加入 | 无匹配主题:本卡是模拟退火的接受规则;现有索引没有通用元启发式或退火主题,效率主题不是算法机制索引。 |
| 节点层迭代更新社区标签 | 无需加入 | 无匹配主题:本卡是网络社区的图拓扑表示或检测步骤;现有聚类主题针对矩阵分解与一般无监督聚类,未覆盖图社区算法。 |
| 社区层压缩为超级节点 | 无需加入 | 无匹配主题:本卡是网络社区的图拓扑表示或检测步骤;现有聚类主题针对矩阵分解与一般无监督聚类,未覆盖图社区算法。 |
| 集群层重组拆开误并社区 | 无需加入 | 无匹配主题:本卡是网络社区的图拓扑表示或检测步骤;现有聚类主题针对矩阵分解与一般无监督聚类,未覆盖图社区算法。 |
| 大规模CARP搜索空间指数增长 | 无需加入 | 无匹配主题:本卡是CARP/路由问题、模因算法或局部搜索的特定表示与算子;现有容量调度主题不涵盖车辆路由,群体智能主题也不泛化为所有元启发式。 |
| 分治拆解大规模路由问题 | 无需加入 | 无匹配主题:本卡是CARP/路由问题、模因算法或局部搜索的特定表示与算子;现有容量调度主题不涵盖车辆路由,群体智能主题也不泛化为所有元启发式。 |
| 按路由距离聚类任务 | 无需加入 | 无匹配主题:本卡是CARP/路由问题、模因算法或局部搜索的特定表示与算子;现有容量调度主题不涵盖车辆路由,群体智能主题也不泛化为所有元启发式。 |
| 子问题好解应即时共享 | 无需加入 | 无匹配主题:本卡是CARP/路由问题、模因算法或局部搜索的特定表示与算子;现有容量调度主题不涵盖车辆路由,群体智能主题也不泛化为所有元启发式。 |
| 粒子群以协作竞争搜索 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 粒子携带位置速度与适应度 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 粒子群保存个体与群体最优 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 速度汇合个体与群体经验 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 粒子群的迭代循环 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 速度限幅的搜索取舍 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 惯性权重调节搜索跨度 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 协同粒子群分维搜索 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 量子粒子群以概率采样位置 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 混合粒子群以额外参数换多样性 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 粒子群按阈值目标搜索分割方案 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 图像分类流程需闭环评估 | 已复用 | notes/_topics/ml-fundamentals.md |
| 粒子群联合搜索特征与参数 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 粒子群搜索集成分类器组合 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 粒子坐标编码匹配位置 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 离散粒子群以调整序列移动 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 选址以加权运输成本寻优 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 停滞阈值触发极值扰动 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 信息素强化偏向短路径 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 选城概率融合信息素与距离 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 信息素挥发率调节群体记忆 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 禁忌表防止TSP重复选城 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 信息素挥发抑制过早收敛 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 精英蚁群强化历史最优 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 路径排序分配信息素权重 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 信息素限幅抑制路径垄断 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 连续蚁群以概率密度采样解 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 无碰撞先于路径代价 | 无需加入 | 本卡说明路径规划的可行性/代价层次或全局/局部信息边界,不含蚁群更新机制;现有索引没有路径规划主题。 |
| 规划层级取决于环境信息 | 无需加入 | 本卡说明路径规划的可行性/代价层次或全局/局部信息边界,不含蚁群更新机制;现有索引没有路径规划主题。 |
| 栅格把环境转换为连通空间 | 无需加入 | 本卡聚焦栅格空间表示与连通建模,不含群体搜索算法;现有主题没有机器人地图/图搜索专题。 |
| 蚁群路径搜索分局部与全局更新 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 栅格规模影响蚁群寻路耗时 | 已复用 | notes/_topics/time-space-efficiency.md |
| 非占优解构成Pareto前沿 | 无需加入 | Pareto前沿是通用多目标定义,现有主题索引没有相应多目标优化基础主题。 |
| 模块度密度化为双目标 | 已复用 | notes/_topics/matrix-factorization-clustering.md |
| 蚂蚁分工搜索前沿子问题 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 多层蚁群反复聚合社区 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 社区编码要计入解码成本 | 已复用 | notes/_topics/time-space-efficiency.md |
| 狼群算法分解捕猎协作与更新 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 狼群角色分开探测与围攻 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 狼群变体以领导者或编码适配问题 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 狼群改进围绕行为算子与信息利用 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 头狼映射扩展收缩替换弱点 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 跨论文性能结论须核对共同基准 | 已复用 | notes/_topics/time-space-efficiency.md |
| 头狼由目标值竞争产生 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 探狼多方向试探再择优移动 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 奔袭与围攻按距离切换 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 狼群更新用随机补位维持多样性 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 狼群算法停机只输出当前头狼 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 多峰优化保留多个局部极值 | 无需加入 | 多峰寻优与多目标优化是不同问题结构;现有主题不覆盖群体搜索中的多峰目标建模。 |
| 高维函数搜索受预算约束 | 已复用 | notes/_topics/time-space-efficiency.md |
| 目标函数与取值范围定义搜索任务 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 基础狼群算法限于单目标 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 狼群连续搜索受收敛与参数限制 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 自适应围攻按迭代调整步长 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 微电网调度兼顾多种成本 | 已复用 | notes/_topics/capacity-scheduling.md |
| 水库调度以受约束发电量最大化 | 已复用 | notes/_topics/capacity-scheduling.md |
| 罚函数把调度约束并入目标 | 已复用 | notes/_topics/capacity-scheduling.md |
| 水位向量驱动狼群搜索调度 | 已复用 | notes/_topics/capacity-scheduling.md |
| 人工蜂群借信息共享搜索蜜源 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 蜜源位置表示候选解 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 三种蜜蜂轮换搜索 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 传统ABC的收敛风险触发改进 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 反学习中点生成初始种群 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 种群多样性驱动侦察策略选择 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 动态优化须跟踪变化目标 | 无需加入 | 本卡概述动态优化或时变车速下的路线应用,原文未给可复用的更新机制;现有主题不覆盖动态优化建模。 |
| 动态车速改变配送路线 | 无需加入 | 本卡概述动态优化或时变车速下的路线应用,原文未给可复用的更新机制;现有主题不覆盖动态优化建模。 |
| 蜂群搜索灰度映射参数 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 图像融合整合多源信息 | 无需加入 | 本卡讲多源图像融合的配准、位宽或图像组合,现有主题不覆盖图像融合方法。 |
| 蜂群搜索融合高频权重 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 细菌觅食模拟群体择优 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 趋化步长按觅食表现调节 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 混合算子须检验原机制 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 交叉变异需保护优解 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 细菌觅食以三操作搜索 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 步长策略须区分阶段与个体 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 随机迁徙可能丢失优解 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 迁徙限制在较差个体 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 非线性步长延后局部搜索 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 复制操作分层保护与更新 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 较差细菌向较优者学习 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 精英保留配合局部迁徙 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 迁徙概率可按适应度区分 | 已复用 | notes/_topics/reinforcement-learning-multiagent.md |
| 分布估计用模型生成新个体 | 无需加入 | 本卡属于分布估计/概率模型搜索的专门机制;除面向具体调度模型的卡外,现有主题索引没有相应演化计算方法主题。 |
| 概率模型结构要匹配变量依赖 | 已复用 | notes/_topics/capacity-scheduling.md |
| EDA按适应度循环建模采样 | 无需加入 | 本卡属于分布估计/概率模型搜索的专门机制;除面向具体调度模型的卡外,现有主题索引没有相应演化计算方法主题。 |
| EDA改进先对应模型瓶颈 | 无需加入 | 本卡属于分布估计/概率模型搜索的专门机制;除面向具体调度模型的卡外,现有主题索引没有相应演化计算方法主题。 |
| EDA收敛结论依赖证明条件 | 无需加入 | 本卡属于分布估计/概率模型搜索的专门机制;除面向具体调度模型的卡外,现有主题索引没有相应演化计算方法主题。 |
| RM-MEDA沿簇曲线外扩采样 | 无需加入 | 本卡属于分布估计/概率模型搜索的专门机制;除面向具体调度模型的卡外,现有主题索引没有相应演化计算方法主题。 |
| 柔性调度联合机器与工序 | 已复用 | notes/_topics/capacity-scheduling.md |
| 双种群分工搜索调度分配与排序 | 已复用 | notes/_topics/capacity-scheduling.md |
| 后验模型结合先验与邻接频率 | 已复用 | notes/_topics/capacity-scheduling.md |
| 分簇与变邻域保持搜索能力 | 已复用 | notes/_topics/capacity-scheduling.md |
| 资源与时序约束最小工期 | 已复用 | notes/_topics/capacity-scheduling.md |
| 松散约束补充分布估计搜索 | 已复用 | notes/_topics/capacity-scheduling.md |
| 时间窗与稀疏解码安排任务 | 已复用 | notes/_topics/capacity-scheduling.md |
| 差分变异与竞争更新种群 | 无需加入 | 本卡记录差分进化的变异、交叉、参数或多目标选择机制;现有主题索引范围不含演化算法,暂不新增专题。 |
| 种群差向量探索连续空间 | 无需加入 | 本卡记录差分进化的变异、交叉、参数或多目标选择机制;现有主题索引范围不含演化算法,暂不新增专题。 |
| DE交叉保留至少一维变异来源 | 无需加入 | 本卡记录差分进化的变异、交叉、参数或多目标选择机制;现有主题索引范围不含演化算法,暂不新增专题。 |
| DE参数建议应作为实验起点 | 无需加入 | 本卡记录差分进化的变异、交叉、参数或多目标选择机制;现有主题索引范围不含演化算法,暂不新增专题。 |
| 多目标DE分层选择解集 | 无需加入 | 本卡记录差分进化的变异、交叉、参数或多目标选择机制;现有主题索引范围不含演化算法,暂不新增专题。 |
从本书的主题进入跨书阅读,对照其他书籍的讲解。下方数量包含主题关联的全部卡片与书籍。
主题索引
比较冗余容量、故障域、逻辑与物理资源解耦等容量规划与调度方法。
主题索引
比较渐近复杂度、摊销分析、基准测试以及以抽象换空间、局部性等时间与空间效率的权衡。
主题索引
MDP 与 Q-learning/Sarsa/DQN 的单体学习路径,多智能体的集中训练分布式执行、联合动作分解、博弈矩阵与均衡学习,以及群体智能算法与强化学习在反馈来源上的差别。
主题索引
分类、聚类、关联规则、主题模型、集成方法与矩阵分解各自的适用边界,以及推荐、征信、CTR 等业务场景里多模型怎样组合、为什么要看查准查全而不是只看准确率。
主题索引
从最小二乘与线性/逻辑回归出发,梯度下降、随机梯度、牛顿法、AdaGrad/RMSProp 各自在改什么;L1/L2 惩罚为什么是不同目标;在线学习与专家算法(Hedge、乘性权重、遗憾界)如何在只有过去反馈时更新。
主题索引
CNN、RNN、LSTM、Seq2Seq、GAN 的结构分工,以及检测、分割、修复、语音识别、语言模型这些任务怎样把表示学习落到具体输出上,各任务对归纳偏置的依赖有何不同。
主题索引
监督、无监督、强化、在线四类学习方式各自依赖什么假设;把学习写成「假设—损失—优化」之后,泛化、过拟合、维数灾难与评估口径怎么定义,以及一个业务问题该先定分类目标还是先选算法。
主题索引
从 MP 模型、感知器、ADALINE、Hebb、Hopfield 到 RBF、RBM、玻尔兹曼机,网络怎样从线性判别走到可训练的多层;反向传播、激活函数、逐层预训练、Dropout、梯度弥散各解决什么问题。