【ML】机器学习在组合优化中的应用 发表于 2021-05-08 分类于 ML - 机器学习 本文字数: 265 组合优化问题遍布工业工程、交通运输、通讯网络等诸多领域,高效求解此类问题决定着实践场景中决策的质量;机器学习已经被广泛应用和落地于各种场景,用其来解决组合优化问题的尝试也成为了学术和工业界的热点。 自己浅研机器学习与组合优化方向已有一段时间,阅读相关顶会论文也有数十篇,故在此作出一些自己的总结和思考。作者才疏学浅,存在错误是难免的,欢迎反馈;如您兴趣相似,从事ML+CO的研究或应用,欢迎交流。 组合优化简介 应用场景 典型问题 方法分类 机器学习方法 图神经网络 S2V-DQN GNN-TSP AM GPT MST 迭代式方法 Iterative RGB 相关文章 【科研思维】高效的机器学习研究者 深度学习知识体系 【Presentation】DRL-SFCP: Adaptive Service Function Chains Placement with Deep Reinforcement Learning 【论文笔记】GNN之GAT:Graph Attention Networks 【论文笔记】GNN之GCN:Semi-Supervised Classification with Graph Convolutional Networks 本文作者: Gemini向光性 本文链接: https://www.geminilight.cn/2021/05/08/ML - 机器学习/ml-for-co/ 版权声明: 本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!