功能： 1. 立刻判断是否有解 2. 对于所有有解的情况，只要对搜索的状态数的限 制适当放宽，总是能够找到解的 3. 支持随机初始状态和自给定初始状态 4. 支持游戏模式 呵呵 运行参数: 1. 不带参数 随机初始状态搜索 java rearrange.Rearrange 2. 参数rc： random calculate，功能同1 java rearrange.Rearrange rc 3. 参数fc：fixed calculate，搜索指定初始状态 java rearrange.Rearrange fc 3-4-2-7-0-1-5-6-8 4. 参数rg：random game， fg：fixed game 自己看看吧 java rearrange.Rearrange rg java rearrange.Rearrange fg

狼群优化算法，一种新的启发式算法，很适合初学者学习使用，内部有文档说明，可以参考文档进行学习使用，同时对于深层学习具有很好的作用

著名优化专家Beasley, J E写的拉格郎日松弛启发式求解整数规划的讲义，非常细致，举例详细；是入门的最好参考资料。内容有：拉格郎日松弛求下界的方法（次梯度；调整对偶乘子法）；对偶法求下界；分支定界树搜索求整数解。数学建模；线性规划；算法：智能算法。

8数码问题启发式搜索及过程式表示，MFC下可视化操作。

深度学习，无人驾驶， 智能汽车方面的论文大概20几篇 有启发参考意义。

gplearn：Python中的遗传编程，具有受scikit-learn启发的API

•一种混合元启发式优化算法，结合了萤火虫和粒子群算法的优点。 •通过控制先前的全局最佳适应值提出局部搜索策略。 请引用： İbrahim Berkan Aydilek，一种用于计算昂贵的数值问题的混合萤火虫和粒子群优化算法，应用软计算，第 66 卷，2018 年 5 月，第 232-249 页

How to Solve It_Modern Heuristics，启发式解决方法，欢迎下载

JPacman框架 关于 类似Pacman的游戏，用于教学软件测试。 它使学生​​可以使用git，maven，JUnit和Mockito。 部分代码经过了良好的测试，而其他部分则未经测试。 作为软件测试的学生，您可以扩展测试套件，也可以使用框架以测试驱动的方式构建扩展。 作为老师，您可以使用该框架来创建自己的测试练习。 作为使用自己的解决方案的起点，可以使用。 我们已经在荷兰代尔夫特理工大学的软件测试课程中开发并使用了此代码。 有兴趣看我在那里使用的练习的老师请与我联系。 使用该材料的其他大学包括安特卫普，蒙斯，埃因霍温和UBC（温哥华）。 在TU Delft，我们将其与gitlab结

用python实现深度，广度，三种启发式搜索解决八数码问题。附有图形化界面和可执行文件。 并且有详细的实现思路。