團隊長期從事下列領(lǐng)域算法的研究和改進：

1 智能優(yōu)化算法及應(yīng)用

1.1 改進智能優(yōu)化算法方面（單目標(biāo)和多目標(biāo)）

1.2 生產(chǎn)調(diào)度方面

1.2.1 裝配線調(diào)度研究

1.2.2 車間調(diào)度研究

1.2.3 生產(chǎn)線平衡研究

1.2.4 水庫梯度調(diào)度研究

1.3  路徑規(guī)劃方面

1.3.1 旅行商問題研究（TSP、TSPTW）

1.3.2 各類車輛路徑規(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(jié)合車輛路徑配送

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

1.5.4 貨位優(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(gòu)

1.6.4 有序充電

1.6.5 儲能雙層優(yōu)化調(diào)度

1.6.6 儲能優(yōu)化配置

2 神經(jīng)網(wǎng)絡(luò)回歸預(yù)測、時序預(yù)測、分類清單

2.1 bp預(yù)測和分類

2.2 lssvm預(yù)測和分類

2.3 svm預(yù)測和分類

2.4 cnn預(yù)測和分類

2.5 ELM預(yù)測 和分類

2.6 KELM預(yù)測 和分類

2.7 ELMAN預(yù)測和分類

2.8 LSTM預(yù)測 和分類

2.9 RBF預(yù)測和分類

2.10 DBN預(yù)測和分類

2.11 FNN預(yù)測

2.12 DELM預(yù)測和分類

2.13 BIlstm預(yù)測和分類

2.14 寬度學(xué)習(xí)預(yù)測和分類

2.15 模糊小波神經(jīng)網(wǎng)絡(luò)預(yù)測和分類

2.16 GRU預(yù)測和分類

3 圖像處理算法

3.1 圖像識別

3.1.1 車牌、交通標(biāo)志識別（新能源、國內(nèi)外、復(fù)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(zāi)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(zhǔn)

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

5.2 模擬人群疏散

5.3 模擬病毒擴散

5.4 模擬晶體生長

6 無線傳感器網(wǎng)絡(luò)

6.1 無線傳感器定位

6.2 無線傳感器覆蓋優(yōu)化

6.3 室內(nèi)定位

6.4 無線傳感器通信及優(yōu)化

6.5 無人機通信中繼優(yōu)化