Skip to content

人工智能结课作业(A星八数码/广度优先/深度优先/粒子群寻优算法/遗传算法/蚁群算法/BP神经网络/卷积神经网络)

Notifications You must be signed in to change notification settings

roadwide/AI-Homework

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

13 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

AI-Homework

人工智能结课作业(A星八数码/广度优先/深度优先/粒子群寻优算法/遗传算法/蚁群算法/BP神经网络/卷积神经网络)

简介

本项目包含我当时人工智能与专家系统的结课作业。总共分为三大部分,每部分由几个相关算法组成,如下

搜索算法

  1. 深度优先
  2. 广度优先
  3. A星八数码

博客园地址:https://www.cnblogs.com/roadwide/p/12890295.html

Tips:三种算法都用于解决八数码问题。在Astar算法中比较了三者的性能,显然Astar要比另外两个强

智能优化算法

  1. 遗传算法
  2. 粒子群寻优算法
  3. 蚁群算法

博客园地址:https://www.cnblogs.com/roadwide/p/12890309.html

Tips:三种算法都用于解决TSP问题,其中粒子群寻优算法不适合解决TSP问题,但经过改造后仍然可以用于解决TSP。数据集是att48,其最优解是10628/33523,这两个数分别是伪欧氏距离和欧氏距离

深度学习

  1. BP神经网络
  2. 卷积神经网络

博客园地址:https://www.cnblogs.com/roadwide/p/12890316.html

Tips:两种算法都用于解决手写体识别。由于使用的是TensorFlow,已经很好的实现了深度学习的功能。所以主要是学习了深度学习的原理,并能够使用TensorFlow。(其实这个例子在官方教程就有)

关于实验报告

  • 全部使用Python实现
  • 根据作业要求,每个算法都有相应的算法介绍、实验代码、实验结果、实验总结。
  • 当时不管是代码还是实验报告都写了挺长时间的,自我感觉写得挺好的。希望能对你有帮助(如果你的作业和这个差不多,希望不要纯抄,真的很有意思的)

About

人工智能结课作业(A星八数码/广度优先/深度优先/粒子群寻优算法/遗传算法/蚁群算法/BP神经网络/卷积神经网络)

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages