CBSH2 基于冲突的搜索的多代理路径查找的改进启发式方法[1]。 可以在这里找到采用更多CBS改进技术的最新实现： : 主要目标是通过推理代理之间的成对依赖关系来改进基于冲突的搜索的启发式方法。 该代码还包含[2]中的矩形对称推理技术RM。 该代码需要外部库BOOST（ ）。 安装BOOST并下载源代码后，进入源代码目录并使用CMake编译代码： cmake . make 然后，您可以运行代码： ./CBSH2 -m instances/lak503d.map -a instances/lak503dmap-100agents-2.agents -o test.csv -t 60 -s 1 -h WDG -r 1 您可以使用以下命令找到所有参数的详细信息和说明： ./CBSH2 --help 执照 CBSH2是根据USC –研究许可发布的。 有关更多详细信息，请

支持层次化和启发式方法的计算机视觉结构.pdf

PMP项目管理培训课件：PMBOK的启发.pdf

受生物神经系统和人工神经网络 (ANN) 的启发，提出了一种新的元启发式优化算法来解决复杂的优化问题。 所提出的方法称为神经网络算法 (NNA)，它是基于 ANN 的独特结构开发的。 NNA 受益于 ANN 及其运算符的复杂结构，以生成新的候选解决方案。

进阶生产规划及排程系统　便是利用先进的信息科技及规划技术，例如基因算法﹝Genetic Algorithm﹞、限制理论﹝Theory of Constraints﹞、作业分析 ﹝Operations Research﹞、 生产仿真﹝Simulation﹞及限制条件满足技术﹝Constraint Satisfaction Technique﹞等，在考虑企业资源﹝主要为物料与产能﹞限制条件与生产现场的控制与派工法则下，规划可行的物 料需求计划与生产排程计划，以满足顾客需求及面对竞争激烈的市场。进阶生产规划及排程亦提供了what-if 的分析，可以让规划者快速结合生产信息﹝如订单、途程、存货、BOM与产能限 制等﹞，作出平衡企业利益与顾客权益的最佳规划和决策。

本代码是梵塔难题（汉诺塔问题）四种方法代码（递归、线性算法、启发式、盲目式），都有详细注释，是智能控制课设时所写，基本涵盖所有梵塔难题的matlab代码

基于生物启发的多机器人协同环航和协同猎捕在日常生活中和工作中，我们通常会说，众人拾材火焰高，是的，一个人的力量是有限的，团队的力量是非常巨大的。在自然界中也是如此，如蚂蚁集群合作搬运食物，鱼群围捕其他鱼类等等。而在现如今科技蓬勃发展的时代，仿生学的概念深入人心。于是，这种团队合作的思想便被运用到多机器人协作上，接下来就让Elliot带我们深入了解这种团队合作是怎么运用到机器人上去的。

20世纪50年代中期创立了仿生学，人们从生物进化的机理中受到启发。提出了许多用以解决复杂优化问题的新方法，如进化规划、进化策略、遗传算法等，这些算法成功地解决了一些实际问题。 20世纪90年代意大利学者M．Dorigo，V．Maniezzo，A．Colorni等从生物进化的机制中受到启发，通过模拟自然界蚂蚁搜索路径的行为，提出来一种新型的模拟进化算法—— 蚁群算法，是群智能理论研究领域的一种主要算法。用该方法求解TSP问题、分配问题、job-shop调度问题，取得了较好的试验结果．虽然研究时间不长，但是现在的研究显示出，蚁群算法在求解复杂优化问题（特别是离散优化问题）方面有一定优势，表明它是一种有发展前景的算法．

基于启发式规则和蚁群算法的车间作业调度方法，陈英武，邢立宁，车间作业调度问题是一个典型的NP-hard问题，也是一个前沿性的研究课题，已受到学术界和工业界的广泛关注。该文提出了一种基于启发�

Fred Glover主编 非常经典的元启发式方法的书籍！内容非常丰富，包含：组合优化；遗传算法；蚂蚁算法；紧急算法；人工神经网络；贪婪自适应；领域搜索等。 对学习最优化、NP难问题求解具有非常重要价值！数学建模；线性规划；算法：智能算法。