数学建模的关键算法，常规解决方案，启发式算法是研究数学建模的基础

灵感来自于大猩猩部队在自然界中的社会智能，称为人工大猩猩部队优化器（GTO）。在这个算法中，大猩猩的集体生活是用数学公式表示的，并且设计了新的机制来进行探索和开发。为评估 GTO，将其应用于 52 个标准基准函数和 7 个工程问题。Friedman 检验和 Wilcoxon 秩和统计检验在统计上比较了所提出的方法与几种现有的元启发式方法。结果表明，GTO 在大多数基准函数上的性能优于比较算法，特别是在高维问题上。结果表明，与其他元启发式算法相比，GTO 可以提供更好的结果。

受非洲秃鹰生活方式的启发，提出了一种新的元启发式算法。该算法被命名为非洲秃鹰优化算法（AVOA），模拟非洲秃鹰的觅食和导航行为。为了评估 AVOA 的性能，它首先在 36 个标准基准函数上进行了测试。然后进行了一项比较研究，证明了所提出的算法与几种现有算法相比的优越性。为了展示 AVOA 的适用性及其黑盒性质，它被用来为 11 个工程设计问题寻找最佳解决方案。根据实验结果，AVOA 是 36 个基准函数中的 30 个的最佳算法，并在大多数工程案例研究中提供卓越的性能。Wilcoxon 秩和检验用于统计评估，表明 AVOA 算法在 95% 置信区间内具有显着优势。

图片中包含6和9的数字，去掉6个数字后，可以看到ecard信息。 该程序是在 GNU Octave 3.2.3 下编写和测试的，但是，它应该在带有图像处理工具箱的 matlab 下运行良好。 2010 年快乐！

启发教育,培养兴趣.doc

StratifyQML, 分层实验室 UI QML框架受 Twitter Bootstrap 启发 StratifyLabs用户界面StratifyLabs ( 短 sl.ui ) 是一个由 Twitter Bootstrap 激发的QML UI框架。 它的目标是提供 easy-to-use，可以定制的QML构建块，遵循 Twitte

这是电脑象棋循序渐进中象棋小巫师的源代码 其中有很多注释 认真看就可以看懂.包括估值函数 历史启发 优化搜索算法 开局库

MCTS-扑克 无限注德州扑克的启发式搜索算法。 该引擎旨在查找扑克游戏中的玩家类型集群，并学习预测玩家给定牌的动作的对手模型。 为什么是扑克？ 扑克是一种不完全信息的非确定性游戏。 目前，计算机在扑克上的进展并没有取得巨大的成功，而在许多其他游戏中，计算机在确定性和完美信息游戏中都与顶尖的人类玩家处于同一水平。 扑克本身就带来了非常具有挑战性的挑战，具有大量有趣的特性。 项目状态 扑克学习者算法和创建扑克集 (2015-04) 扑克机器人测试 (2015-06) 目前正在开发中，该项目的截止日期是（2015-08） 贡献 查看问题跟踪器（或给我发送电子邮件，有时我懒得更新它） 入门 该项目是在visual studio 2013中构建的，项目结束后将提供完整的文档。

一种新颖的元启发式：原子轨道搜索（AOS）是一种为优化目的而提出的新型元启发式算法。

一种元启发式算法 与基本的蝙蝠算法（BA）不同，NBA中不同的个体有不同的搜索策略，并且在NBA中也嵌入了自适应的局部搜索策略。 从这个意义上说，NBA 是一种多群自适应算法。 模拟和比较显示了NBA在许多元启发式算法上的优越性。