用Python下的scip包解决规划问题，包括线性的和非线性的。
但开发环境，和部署环境，相关资料比较少，这里总结一下。
给需要的人提供点协助

该资源对某篇论文中的模型进行了复现,并编写了python代码,调用gurobi进行求解,最初画出路径图.所得结果与论文中用遗传算法求解结果完全一致.该资源是学习路径规划问题求解和gurobi代码编写的绝佳资料.

有关GAMS的语法和特性引见，以及用GAMS求解混合整数规划，非线性规划和随机规划问题

在matlab中使用蚁群算法处理航迹规划问题，主要实现在二维坐标中使得油耗代价及威胁代价最小

cplex12.4用于求解规划问题（线性规划、二次规划及混合整数规划问题），该工具箱可以在MATLAB平台下运转，可以结合yalmip工具箱使用。

可以实现一维自变量的线性规划问题，二维也可以实现，只是有区域寻优景象；

带佳点集理论的灰狼算法（GWO），求解带约束的非线性规划问题。
可直接运转。

本书是为应用数学系本科生、工科硕士研究生所写的有关最优化知识的一本教材，作为教材，本书的基本观点是：采用简单、基本直观的方法，向学生介绍最优化的有关理论、基本原理和相应的算法，并试图让学生了解算法的来龙去脉，以便使他们在处理实际问题的过程中，更好地运用这些方法。
本书的基础是“数学分析”和“线性代数”，对于工科学生，只需具备“高等数学”和“线性代数”知识就可读懂大部分内容。
第一章绪论1.1引言1.2最优化问题1.3数学预备知识1.4凸集和凸函数第二章线性规划2.1引言2.2线性规划的数学模型2.3线性规划的基本性质2.4单纯形方法2.5改进单纯形法第三章线性规划的对偶问题3.1对偶问题3.2线性规划的对偶理论3.3对偶单纯形法3.4第一个正则解的求法第四章无约束最优化问题的一般结构4.1无约束问题的最优性条件4.2无约束问题的一般下降算法4.3算法的收敛性第五章一维搜索5.1试探法5.2插值法5.3非精确一维搜索方法第六章使用导数的最优化方法6.1Newton法6.2共轭梯度法6.3变度量法6.4变度量法的基本性质6.5非线性最小二乘问题第七章直接方法7.1Powell方法7.2模式搜索方法7.3单纯形调优法第八章约束问题的最优性条件8.1约束问题局部解的概念8.2约束问题局部解的必要条件8.3约束问题局部解的充分条件8.4Lagrange乘子的意义第九章二次规划问题9.1二次规划的基本概念和基本性质9.2等式约束二次规划问题9.3有效集法9.4对偶问题第十章可行方向法10.1可行方向法10.2投影梯度法10.3既约梯度法第十一章乘子法11.1惩罚函数法11.2等式约束问题的乘子法11.3一般约束问题的乘子法

基于RRT的路径规划算法，通过对状态空间中的采样点进行碰撞检测，避免了对空间的建模，能够有效地处理高维空间和复杂约束的路径规划问题，C++实现图片代替栅格

经典运筹学问题，采用MATLAB编程，可以处理0-1整数规划问题

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。