书籍简介 《优化算法：设计、规划与控制问题的AI技术》将带你深入学习如何使用现代机器学习和AI技术解决设计、规划和控制问题。本书将教授你：

• 机器学习方法在搜索与优化问题中的应用
• 搜索与优化的核心概念
• 确定性与随机优化技术
• 图搜索算法
• 自然启发的搜索与优化算法
• 搜索空间探索与利用之间的高效权衡
• 搜索与优化的前沿Python库 优化问题在日常生活中无处不在。如何找到从一个地方到另一个地方的最快路线？如何计算产品的最优价格？如何进行农作物种植、资源分配和手术排程？《优化算法》介绍了能够解决这些复杂和结构不良问题的AI算法。在本书中，你将学习广泛的优化方法，从确定性与随机性无导数优化到自然启发的搜索算法及机器学习方法。不用担心——书中没有复杂的数学符号。你将通过深入的案例研究，切实理解每个算法在实际中的工作原理。关于技术搜索与优化算法是强大的工具，能够帮助实践者为各种设计、规划和控制问题找到最优或接近最优的解决方案。当你打开路线规划应用、呼叫共享车或安排医院预约时，AI算法在幕后工作，以确保你得到优化的结果。本指南揭示了这些服务背后的经典与现代算法。关于本书《优化算法：设计、规划与控制问题的AI技术》探讨了决定最优路线、最佳设计及解决其他后勤问题的AI算法。深入研究经典问题如旅行商问题和背包问题，以及前沿的现代实现如图搜索方法、元启发式算法和机器学习。了解如何在实际场景中使用这些算法，并通过装配线平衡、健身计划、共享车调度、路由等方面的深入案例研究，掌握算法优化与性能扩展的实际操作经验。读者对象本书适合熟悉Python语言的AI实践者。关于作者阿拉·卡米斯博士是通用汽车公司的AI和智能出行技术负责人，也是多伦多大学的兼职讲师。他还担任安大略理工大学和尼罗大学的兼职教授，是滑铁卢大学模式分析与机器智能中心（CPAMI）的附属成员，曾任人工智能与机器人学教授。