Agwave / Artificial-Intelligence-Course-Algorithm
遗传算法解决旅行商问题
☆20Updated 2 years ago
Alternatives and similar repositories for Artificial-Intelligence-Course-Algorithm:
Users that are interested in Artificial-Intelligence-Course-Algorithm are comparing it to the libraries listed below
- 使用四种基本启发式算法(模拟退火、禁忌搜索、遗传算法与蚁群算法)求解广义旅行商(广义TSP/GTSP)问题。☆60Updated 2 years ago
- 启发式算法包括动态规划(DP) 、遗传算法(GA)、 粒子群算法(PSO)、 模拟退火算法(SA) 、蚁群算法(ACO)、 自适应神经网络(SOM) 、禁忌搜索算法(TS)☆14Updated last year
- 遗传算法解决旅行商(TSP)问题☆170Updated 2 years ago
- 武汉理工大学2020数学建模校内集训/MCM Finallist Award/华中赛省二等资料☆24Updated 3 years ago
- 全国大学生数学建模竞赛CUMCM C题 全国二等奖 代码☆14Updated 7 months ago
- 2021年研究生数学建模竞赛B题,全国二等奖,空气质量预报二次建模,时间序列数据分析与回归预测。Time Series Prediction&Air Quality Prediction.☆34Updated 3 years ago
- 基于深度学习的共享单车 预测与调度解决方案,使用神经网络构建单车需求量与时间段和地理画像的关联,预测不同区域单车需求量;使用蚁群算法规划最优单车调度路径。☆91Updated 6 years ago
- ☆90Updated 2 years ago
- 研究生作业 人工智能作业: knn算法、sklearn库实现全连接网络、纯numpy实现全连接网络 高级程序设计作业: 广义tsp问题 (模拟退火、禁忌搜索、遗传算法、蚁群算法)☆11Updated 4 years ago
- TSP算法全复现:遗传(GA)、粒子群(PSO)、模拟退火(SA)、禁忌搜索(ST)、蚁群算法(ACO)、自自组织神经网络(SOM)☆783Updated 3 years ago
- 基于python实现的数学建模相关代码,包含回归、分类、差分、聚类、时间序列分析、因子分析等☆70Updated 11 months ago
- 2020年数学建模国赛C题国一优秀论文——编号C227:银行对中小微企业的信贷决策分析☆23Updated 3 years ago
- 指针网络+强化学习 解决旅行商(TSP)问题☆85Updated 3 years ago
- python实现2022美赛C题(时间序列预测,Apriori关联规则算法...)☆12Updated 3 years ago
- 用于存放《最优化理论与算法》代码与课件☆245Updated 2 years ago
- 2021 数模美赛O奖论文及代码公开☆81Updated 3 years ago
- An easier PyTorch deep reinforcement learning library.☆190Updated 3 months ago
- 第十一届泰迪杯B题:产品订单的数据分析与需求预测 代码和数据☆35Updated last year
- 这是2023华为软件精英挑战赛 初赛阶段319万分的代码,广西省第一名,粤港澳区排名第8。该比赛要求选手在一个50m*50m的地图上,控制4台机器人进入任务调度,设计机器人的运动算法、路径规划算法、任务调度算法,去分布在地图上的各种类型的工作台购买或者出售商品,赚取差价,以…☆17Updated last year
- 复现论文算法RODDPSO+K-Means,用优化的粒子群算法对K-Means算法求初始的簇心,以达到优化聚类算法的目的☆15Updated 4 years ago
- 这是一次最优化算法的作业,使用模拟退火算法(Simulated Annealing, SA)解决置换车间调度问题和非置换流水车间问题☆12Updated last year
- This repository contains my notes about deep reinforcement learning course in NJU.☆15Updated last year
- 启发式算法总结☆18Updated 4 years ago
- TSP问题是指假设有一个旅行商人要拜访n个城市,他必须选择所要走的路径,路径的限制是每个城市只能拜访一次,而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。使用遗传算法解决att48问题,即48个城市的旅行商问题,该问题目前的最优解是10…☆26Updated 6 years ago
- 基于Pytorch, 使用强化学习(自博弈+MCTS)训练一个五子棋AI☆24Updated 3 years ago
- 机器人走迷宫,Pytorch,强化学习,DQN。☆89Updated 4 years ago
- 2022年数模美赛C题代码☆12Updated 2 years ago
- 华为杯研究生数学建模竞赛:历年来数据分析类代码(不定时更新,曾获一等奖)☆90Updated 5 months ago
- SCUT神经网络与深度学习的实验和大作业文档☆19Updated 2 years ago
- 智能优化算法的python手动实现,注释详细☆20Updated 2 years ago