人工智能中九宫问题的实现，初始数据随机生成，最终状态随机生成，并用图形界面显示搜索过程...

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

神经网络中的tsp的模拟退火算法的matlab实现-neural network tsp of the simulated annealing algorithm to achieve the Matlab

人工智能搜索法解决九宫重排问题（又称8数码问题）。-artificial intelligence search JiuGongTu rearrangement solve the problem (also known as the Digital 8).

这个程序是关于遗传算法c源程序，可以通过这个源程序明白什么是遗传算法-on genetic algorithm c source, the source can understand what genetic algorithms

用蚁群算法求解TSP（旅行商）问题，按照TSP.m中要求的格式输入程序参数即可运行！-Using Ant Colony Algorithm for TSP (traveling salesman) problems, in accordance with the format requested TSP.m input process parameters to run!

人工智能技术K均值算法，JAVA实现，有需要的下-K means algorithm artificial intelligence technology, JAVA realize there is a need to the next

求图中的祖先节点(不含父亲节点) 内含说明，学图论或人工智能的朋友会用到的。希望有利于理解书上的论述。-plans for their ancestral nodes (excluding the father nodes) intron show that studying graph theory in artificial intelligence or a friend will use the. Hope to understand book expositions.

tsp问题用神经网络方法解决-tsp uses neural network solution

Hopfield 网――擅长于联想记忆与解迷路 实现H网联想记忆的关键，是使被记忆的模式样本对应网络能量函数的极小值。 设有M个N维记忆模式，通过对网络N个神经元之间连接权 wij 和N个输出阈值θj的设计，使得: 这M个记忆模式所对应的网络状态正好是网络能量函数的M个极小值。 比较困难，目前还没有一个适应任意形式的记忆模式的有效、通用的设计方法。 H网的算法 1）学习模式――决定权重 想要记忆的模式，用-1和1的2值表示 模式：-1，-1，1，-1，1，1，... 一般表示： 则任意两个神经元j、i间的权重： wij=∑ap(i)ap(j)，p=1…p； P：模式的总数 ap(s)：第p个模式的第s个要素（-1或1） wij：第j个神经元与第i个神经元间的权重 i = j时，wij=0，即各神经元的输出不直接返回自身。 2)想起模式： 神经元输出值的初始化 想起时，一般是未知的输入。设xi(0)为未知模式的第i个要素（-1或1） 将xi(0)作为相对应的神经元的初始值，其中，0意味t=0。 反复部分：对各神经元，计算： xi (t+1) = f (∑wijxj（t）-θi), j=1…n, j≠i n―神经元总数 f（）--Sgn（） θi―神经元i发火阈值 反复进行，直到各个神经元的输出不再变化。-Hopfield network-- good at associative memory solution with the realization of lost H associative memory networks, are key to bringing the memory model samples corresponding network energy function of the minimum. With M-N-dimensional memory model, the network N neurons connect between right wij and N output threshold j design makes : M-mode memory corresponding to the network is a state network energy function is the M-000 minimum. Mor

这个是脉冲耦合神经网络在边缘检测中的应用，脉冲耦合神经网络是第三代神经网络，天生就具有图像处理的优势。-This is a Pulse-Coupled Neural Networks in Edge Detection, pulse coupled neural network is the third generation of neural networks, image processing inherently advantage.