该程序是我在学校《人工智能课程设计》的实验代码和实验报告。仅供学习使用，不得抄袭~ 当然程序有一些没有全部完成！ 请见谅

本文介绍了分支定界法搜索差分分析和线性分析的最优路线。

基于栅格的可视图建模的移动机器人全局路径规划A*搜索算法，朱宝艳，李彩虹，针对点到点的移动机器人全局路径规划，提出基于栅格的改进可视图法建立环境模型，利用A*算法进行全局路径搜索，最终实现全局路径�

用Ｃ＃做的程序，用两种不同的算法解八数码问题，现与大家分享

一种基于非梯度下降的参数优化算法，2015年提出

变邻域搜索算法matlab代码

【优化求解】禁忌搜索算法求解基站选址问题matlab源码.md

BAS：用于优化的甲虫天线搜索算法元启发式算法由于在优化问题上的强大性能而变得非常流行。 受长角甲虫搜索行为的启发，.m 文件中提出了一种称为甲虫触角搜索算法 (BAS) 的新算法。 BAS算法模仿自然界中甲虫的触角功能和随机行走机制，实现检测和搜索两个主要步骤。 最后，该算法在 Michalewicz 函数上进行了基准测试，其中数值结果验证了所提出的 BAS 算法的有效性。

模拟由 Lov K. Grover 开发的量子力学数据库搜索算法。

变邻域搜索算法matlab代码解决工程优化问题 粒子群优化 1.简介 粒子群优化（PSO）是一种计算方法，它通过反复尝试针对给定的质量度量来改进候选解决方案来优化问题。 它通过拥有一组候选解（粒子）并根据粒子位置和速度上的简单数学公式在搜索空间中移动这些粒子来解决问题。 每个粒子的运动都受其本地最知名位置的影响，但也被引导向搜索空间中最知名的位置，这些位置会随着其他粒子找到更好的位置而更新。 可以预期这将朝着最佳解决方案迈进。 在这项研究中，存在四个用PSO解决的工程优化问题。 在此存储库中共享MATLAB算法和代码实现。 如图1所示。 x表示粒子的位置。 这些是我们在搜索领域的解决方案。 然后图中的箭头是每个粒子的速度。 2.算法 PSO模拟了鸟群的行为。 假设以下情况：一群鸟在一个区域中随机寻找食物。 被搜索的地区只有一种食物。 所有的鸟都不知道食物在哪里。 但是他们知道每次迭代中的食物有多远。 那么，找到食物的最佳策略是什么？ 有效的方法是跟随最接近食物的鸟。 PSO从方案中学习并用于解决优化问题。 在PSO中，每个解决方案都是搜索空间中的“鸟”。 我们称其为“粒子”。 所有粒子