simulated annealing Spanning Tree, a better classification. Simple and straightf...

已知北京、上海、广州、昆明和西安五城市航线里程如图。分别实现： 1）找到北京到昆明的最短路径。 2）找到北京到昆明，必须途径上海的路径。 3）找到北京到昆明，必须途径上海，但不能去广州的路径。 -known Beijing, Shanghai, Guangzhou, Kunming and Xi"an City route five mileage figure. Were achieved : 1) to Kunming to Beijing to find the shortest path. 2) find Beijing to Kunming, Shanghai must channel"s path. 3) to find Beijing to Kunming, Shanghai must channels, but can not go to Guangzhou"s path.

本程序代码是人工智能中九宫搜索的解决 采用Java语言-the code is AI JiuGongTu search solutions using Java language

3个径向基网络的matlab源程序[matlab],一维输入，一维输出，逼近效果很好！-three RBF network Matlab source [Matlab], one-dimensional input and one-dimensional output. Approximation good effect!

用元胞自动机实现单色10000个空间位置的细菌分裂试验的算法C语言代码-Using Cellular Automata 10,000 monochrome realize spatial location of bacteria to split the test algorithm C language code

mtlab的遗传算法的源程序,很好用的,这是个压缩文件,请解压缩后使用-mtlab genetic algorithm source, the good, it is a compressed file, decompress after use

本文讨论的问题主要涉及货运的配载，而货运配载的目标是实现车与货的高效匹配, 降低空载率以减少货物运输过程中因此而造成的经济损失。货运配载问题涉及两方面的 内容:车辆利用和货物装载。本文主要从这两个角度角度来分析解决问题。 对于问题1，我们首先通过分析复杂的变量及他们之间的关系，建立规划模型。为 了求解这个模型，我们进行了一系列的简化，使得模型求解切实可行。求得较优的方案， 而且各辆车均匀负担。该方案的总费用为4877.2。 对于问题2，我们在模型1 的基础上进行了改进采用类似的方法求解。也得到了较 优的方案，其总费用为4484。该方案中只用了4 辆车，节省很大的成本。同时指出了模 型求解的关键困难所在，给出了新的思路。 问题3 的思考中，提出了利用图论的有关思想。 在文章的最后，我们针对所建的模型进行了分析，并提出了新的解题思想。对模型 进行了进一步扩展。 关键词：货物配载 运输 组合优化-err

VC中利用人工智能解决八迷宫问题。这是一个很有趣的人工智能小程序，不妨试试看。-use artificial intelligence to solve eight problems maze. This is a very interesting small artificial intelligence procedures, it may try.

基于遗传算法的图像模式识别 ,这个是本人收藏的有关遗传算法的源程序-based on genetic algorithm for image pattern recognition, this is my collection of the genetic algorithm source code

遗传算法VC编程，对于初学者可能有用，多多支持~-VC programming genetic algorithms, may be useful for beginners, the generous support of ~

GENNET是一个通过遗传算法优化权重的16个神经元的全连接神经网络。训练目的是使网络在一定假设的激励下，随时间产生同目标函数同样的响应，即:可以把此网络制作为一个任意波形的信号发生器。 程序分3个示例说明遗传算法进化过程中网络输出的变化趋势。可以看出网络输出（蓝色曲线）随着时间变化逐渐逼近目标函数（红色曲线）。此程序不仅可以学习遗传算法，也可以用于研究全连接网络的直观示例。-GENNET is a genetic algorithm to optimize the weights by the 16 neurons fully connected neural networks. Training purposes is to enable network inspired by certain assumptions, over time, produce the same response with the objective function, namely: the network can be produced as an arbitrary waveform signal generator. Procedure, three examples illustrate the evolution of genetic algorithms in the network output trends. We can see that the network output (blue curve) changes over time, gradually approaching the objective function (red curve). This program can not only learn from the genetic algorithm can also be used to study visual example of a fully connected network.