搜索资源列表
最大团问题的各种算法和源代码
- 最大团问题（Maximum Clique Problem, MCP）是图论中一个经典的组合优化问题，也是一类NP完全问题，在国际上已有广泛的研究，而国内对MCP问题的研究则还处于起步阶段，因此，研究最大团问题具有较高的理论价值和现实意义。 最大团问题又称为最大独立集问题（Maximum Independent Set Problem），在市场分析、方案选择、信号传输、计算机视觉、故障诊断等领域具有非常广泛的应用。目前，求解MCP问题的算法主要分为两类：确定性算法和启发式算法。确定性算法有回溯法
banshuma
- 八数码问题 带启发式的搜索 非常好的人工智能学习实例-8 digital issues heuristic search with a very good example of artificial intelligence to learn
hill
- 爬山算法是一种局部择优的方法，采用启发式方法，是对深度优先搜索的一种改进，它利用反馈信息帮助生成解的决策。 属于人工智能算法的一种。-Climbing algorithm is a partial merit-based approach, using heuristic methods, is a depth-first search of an improvement, which uses feedback information to generate solutions to help
AIsearchproblem
- 对于通常的九宫问题（八数码）的一个解决方案，程序中实现的三种搜索算法——深度，广度，启发式-Nine-palace for the usual problems (8 digital) of a solution, and procedures to achieve the three search algorithms- depth, breadth, heuristic
maugis
- 模拟退火和对称 *欧几里德旅行商问题。 * *为基础的解决办法的本地搜索启发式 *非过境道路和近邻 -/* * Simulated annealing and the Symetric * Euclidian Traveling Salesman Problem. * * Solution based on local search heuristics for * non-crossing paths and nearest neighbor
TSP
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，
LHK_Algorithm
- LKH算法，一种启发式局部搜索算法。是目前解决TSP的最快算法。-LKH Algorithm, the fastest algorithm for the TSP.
8
- 这是用Visural c++实现的八数码问题，搜索采用启发式的A*算法-It is used Visural c++ implementation of the 8 digital issues, the A* heuristic search algorithm
ant_colony
- 介绍了一种求解复杂优化问题的启发式算法--蚁群算法.该方法通过模拟蚁群对"信息素"的控制和利用进行搜索食物的过程-a distributed algorithm for the solution of combinatorial optimization problems which was inspired by the observation of real colonies of ants. We apply ACS to both symmetric and asymme
A-star
- A*算法，启发式路径搜索（星际，帝国等即时战略游戏中AI寻路）-A* algorithm, heuristic path search (Star, Imperial and other real-time strategy game AI pathfinding)
METSlib
- METSlib提供基本的启发式算法框架，包括局部搜索及其变体，模拟退火和禁忌搜索等。 -METSlib implements the basics of some metaheuristics algorithm: * Random Restart Local Search * Variable Neighborhood Search * Iterated Local Search * Simulated Annealing (with line
mnth
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
source_code
- 八数码（启发式和广度优先搜索两种方法实现）+骑士巡游+比赛日程安排等经典问题的C++源代码-the source code of some classic problems, such as 8 puzzle question, Knight Parade, and Competition Schedule.
zhinengdianwang
- 基于 MAS 建立的分布并行计算环境，其任务调度问题具有新的特点 对于基于MAS 的配电快速仿真与模拟系统，以配电 网三相状态估计为例，建立了新的调度问题模型，提出了基于FCM 的启发式任务调度优化方法 该方法利用模糊C 均值聚类分析 算法对独立任务进行聚类分析，避免了在超大解空间中用基于搜索的方法去寻求最优解的做法 该方法具有线性时间复杂度，而 且通过大量算例表明它总是能够在合理的时间内获得次优解或最优解，使masDSE 的性能有明显改善-In the distributed pa
graph-search-algorithm
- 图搜索的非启发式和启发式算法, 着重分析了它们各自的复杂性、优缺点及 其相互关系, 提出了改进要点. 这对于如何选用一个合适的搜索算法是十分有益的.-Figure of non-heuristic and heuristic search algorithm, analyzes the complexity of their respective advantages and disadvantages and their relationship, an improved points.
NEST110707
- 本文研究的是二维矩形件排样问题，即在多张规格相同的矩形板材上排放一定需求量 的毛坯，使得消耗板材的总面积达到最小。基于上述考虑，为了求解该问题，本文以“最 小浪费优先策略”为基础，提出了一种分组搜索的启发式算法。与其它文献中报道的实例 测试对比，板材利用率均有所改善，验证了本文算法的有效性。-Based on the previous consideration,to solve the two-dimensional rectangular packing problem,ba
qfs
- 启发搜索八数码，采用启发式算法，自主学习~-Inspired search for eight digital,
relixue
- 传算法是一种基于生物进化原理的启发式并行搜索和优化技术，常被用于优化计算。该文针对经典遗传算法在多目标优化计算中存在的不足，结合热力学中熵的概念，利用约束交叉、适应度共享技术来进行多目标函数的优化计算。实验结果显示这种改进型遗传算法能得到一个较好的Ｐａｒｅｔｏ优集。 -Propagation algorithm is a heuristic based on the principle of biological evolution parallel search and optimiza
fiveChess2
- 本系统实现的是五子棋博弈算法，运用java语言实现了图形用户界面，方便用户使用。算法采用了博弈算法和启发式函数进行搜索，人机对弈可自动判断输赢，结束后可重新开局。-This system is renju game algorithm, use Java language realized the graphical user interface, and user-friendly. Algorithm adopted game algorithm and heuristic search f
SA
- 模拟退火算法 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i