「达摩院MindOpt」用于多目标规划（加权和法）
多目标规划（Multi-objective programming）是指在一个优化问题中需要同时考虑多个目标函数的优化。在多目标规划问题中，目标函数之间通常是互相冲突的，即在优化一个目标函数的过程中，另一个或几个目标函数可能会受到影响。因此，多目标规划问题的目标是找到一个解x，使得在满足约束的前提下，所有目标函数达到一个相对满意的折中。
「达摩院MindOpt」线性规划用于排程排程问题（03）
比上一篇问题02中，我们只考虑了一次性的采购和生产计划，实际中的排产排程问题要更加复杂和精细。例如，我们要考虑未来三个月内采购和排产排程计划。其中，原材料每个月的采买价格均有不同，并且原材料购买后的存储也需要成本开销。在本节中，我们将考虑这样一个相对复杂的排产排程的决策问题。
阿里达摩院 MindOpt 介绍和使用
MindOpt 是阿里巴巴达摩院决策智能实验室研发的决策优化软件。团队组建于2019年，聚焦于研发尖端运筹优化和机器学习技术，构建智能决策系统，更快更好地向各行各业提供数学建模与求解能力，帮助业务更快更好地做出决策，以期降低成本、提升效率、增大收益 。当前 MindOpt 围绕智能决策优化所需的建模和求解能力，突破国外垄断，自研了 MindOpt Solver 优化求解器、MindOpt APL 建模语言、MindOpt Tuner 调参器；并创新地提出“强化+优化”双决策引擎，打造了MindOpt Studio 优化平台。并结合前沿先进的预训练大模型技术打造MindOpt Copilot。
AIGC玩转卡通化技术实践
伴随着持续不断的AIGC浪潮，越来越多的AI生成玩法正在被广大爱好者定义和提出，图像卡通化（动漫化）基于其还原效果高，风格种类丰富等特点而备受青睐。早在几年前，伴随着GAN网络的兴起，卡通化就曾经风靡一时。而今，伴随着AIGC技术的兴起和不断发展，扩散生成模型为卡通化风格和提供了更多的创意和生成的可能性。本文就将详细介绍达摩院开放视觉团队的卡通化技术实践。
