團隊長期從事下列領域算法的研究和改進：

面向速成以及追求高質量客戶,保證核心期刊以上。

1 智能優(yōu)化算法及應用

1.1 改進智能優(yōu)化算法方面（單目標和多目標）

1.2 生產(chǎn)調度方面

1.2.1 裝配線調度研究

1.2.2 車間調度研究

1.2.3 生產(chǎn)線平衡研究

1.2.4 水庫梯度調度研究

1.3  路徑規(guī)劃方面

1.3.1 旅行商問題研究（TSP、TSPTW、MTSP）

1.3.2 帶時間窗帶容量車輛路徑規(guī)劃問題研究（vrp、VRPTW、CVRP）

1.3.3 機器人路徑規(guī)劃問題研究

1.3.4 無人機三維路徑規(guī)劃問題研究

1.3.5 多式聯(lián)運問題研究

1.3.6 無人機結合車輛路徑配送

1.3.7 充電車輛路徑規(guī)劃（EVRP）

1.3.8 雙層車輛路徑規(guī)劃（2E-VRP）

1.3.9 油電混合車輛路徑規(guī)劃

1.3.10 船舶航跡規(guī)劃

1.3.11 全路徑規(guī)劃規(guī)劃

1.3.12 倉儲巡邏

1.4  三維裝箱求解

1.5 物流選址研究

1.5.1 背包問題

1.5.2 物流選址

1.5.3 充電樁布局

1.5.4 加油站布局

1.5.5 風電場布局

1.5.6 時隙分配優(yōu)化

1.5.7 最佳分布式發(fā)電單元分配

1.5.8 貨位優(yōu)化

1.5.9 公交排班

1.5.10 多階段管道維修

1.5.11 工廠-中心-需求點三級選址問題

1.5.12 應急生活物質配送中心選址

1.5.13 基站選址

1.5.14 道路燈柱布置

1.5.15 樞紐節(jié)點部署

1.5.16 輸電線路臺風監(jiān)測裝置

1.5.17 集裝箱船配載優(yōu)化

1.5.18 水泵組合

1.5.19 機組優(yōu)化

1.5.20 投資優(yōu)化組合

1.5.21 醫(yī)療資源分配優(yōu)化

1.5.22 云服務器組合優(yōu)化

1.5.23 信號配時優(yōu)化

1.5.24 天線陣元優(yōu)化

1.6 電力系統(tǒng)優(yōu)化研究

1.6.1 微電網(wǎng)優(yōu)化

1.6.2 配電網(wǎng)系統(tǒng)優(yōu)化

1.6.3 配電網(wǎng)重構

1.6.4 有序充電

1.6.5 儲能雙層優(yōu)化調度

1.6.6 儲能優(yōu)化配置

2 機器學習之心回歸預測、時序預測、區(qū)間預測、分類與智能算法結合優(yōu)化,保證核心。凡是機器學習之心的代碼一律可以以八折價購買

2.1 bp時序、回歸預測和分類

2.2 ENS聲神經(jīng)網(wǎng)絡時序、回歸預測和分類

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量機系列時序、回歸預測和分類

2.4 CNN/TCN卷積神經(jīng)網(wǎng)絡系列時序、回歸預測和分類

2.5 ELM/KELM/RELM/DELM極限學習機系列 時序、回歸 預測和分類

2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU門控神經(jīng)網(wǎng)絡 時序、回歸 預測和分類

2.7 ELMAN遞歸神經(jīng)網(wǎng)絡時序、回歸預測和分類

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/長短記憶神經(jīng)網(wǎng)絡系列時序、回歸預測和分類

2.9 RBF徑向基神經(jīng)網(wǎng)絡時序、回歸預測和分類

2.10 DBN深度置信網(wǎng)絡 時序、回歸 預測和分類

2.11 FNN模糊神經(jīng)網(wǎng)絡 時序、回歸 預測

2.12 RF隨機森林 時序、回歸 預測和分類

2.13 BLS寬度學習 時序、回歸 預測和分類

2.14 PNN脈沖神經(jīng)網(wǎng)絡分類

2.15 模糊小波神經(jīng)網(wǎng)絡預測和分類

2.16 時序、回歸 預測和分類

2.17 時序、回歸 預測預測和分類

2.18 XGBOOST集成學習 時序、回歸 預測預測和分類

方向涵蓋風電預測、光伏預測、電池壽命預測、輻射源識別、交通流預測、負荷預測、股價預測、PM2.5濃度預測、電池健康狀態(tài)預測、用電量預測、水體光學參數(shù)反演、NLOS信號識別、地鐵停車精準預測、變壓器故障診斷

3 圖像處理算法

3.1 圖像識別

3.1.1 車牌、交通標志識別（新能源、國內外、復雜環(huán)境下車牌）

3.1.2 發(fā)票、身份證、銀行卡識別

3.1.3 人臉類別和表情識別

3.1.4  打靶識別

3.1.5 字符識別（字母、數(shù)字、手寫體、漢字、驗證碼）

3.1.6 病灶識別

3.1.7 花朵、藥材、水果蔬菜識別

3.1.8 指紋、手勢、虹膜識別

3.1.9 路面狀態(tài)和裂縫識別

3.1.10 行為識別

3.1.11 萬用表和表盤識別

3.1.12 人民幣識別

3.1.13 答題卡識別

3.2 圖像分割

3.3 圖像檢測

3.3.1 顯著性檢測

3.3.2 缺陷檢測

3.3.3 疲勞檢測

3.3.4 病害檢測

3.3.5 火災檢測

3.3.6 行人檢測

3.3.7 水果分級

3.4 圖像隱藏

3.5 圖像去噪

3.6 圖像融合

3.7 圖像配準

3.8 圖像增強

3.9 圖像壓縮

3.10 圖像重建

4 信號處理算法

4.1 信號識別

4.2 信號檢測

4.3 信號嵌入和提取

4.4 信號去噪

4.5 故障診斷

4.6 腦電信號

4.7 心電信號

4.8 肌電信號

5 元胞自動機仿真

5.1 模擬交通流（多車道、各類車型）

5.2 模擬人群疏散（甲板、教室、商場、通道）

5.3 模擬病毒擴散

5.4 模擬晶體生長

5.5 模擬城市擴張

5.6 模擬金屬腐蝕

5.7 模擬火災蔓延

6 無線傳感器網(wǎng)絡

6.1 無線傳感器定位（Dv-Hop定位優(yōu)化、RSSI定位優(yōu)化）

6.2 無線傳感器覆蓋優(yōu)化

6.3 無線傳感器通信及優(yōu)化（Leach協(xié)議優(yōu)化）

6.4 無人機通信中繼優(yōu)化（組播優(yōu)化）