有限制最短路径算法分支定界解法c++实现 程序有说明，可运行，欢迎下载

不用强化学习工具箱的DQN算法案例与matlab代码，方便大家学习使用。可以在此基础上直接更改编写自己的项目

迪杰斯特拉算法实现K条最短路径！ 用java语言进行实现！

采用的是分枝定界算法,效率较低

路径规划算法，A*算法介绍，另外还包含了自动驾驶学习资料 涵盖感知，规划和控制，ADAS，传感器； 1. apollo 相关的技术教程和文档； 2. adas（高级辅助驾驶）算法设计（例如 AEB,ACC,LKA 等） 3. 自动驾驶鼻祖 mobileye 的论文和专利介绍 4. 自动驾驶专项课程（可能是目前最好的自动教师教程），是 coursera 上多伦多大学发布的自动驾驶专项课程，应该是目前为 止非常火非常好的教程了，包含视频，ppt，论文以及代码 5. 国家权威机构发布的 adas 标准，这是 adas 相关算法系统的标 准，也是开发手册。 6. 规划控制相关的算法论文介绍

动态路由 项目描述： 为了测试动态网络上各种路由算法的性能，我们在网络上创建了一个数据包路由仿真，该仿真在一系列时间步长上进行离散更新。 在整个仿真过程中，随机选择边缘以消失并在每个时间步进行恢复。 另外，在整个情节中，边缘权重以正弦形式波动。 在每个情节的开始，网络上都会生成许多数据包（网络负载），每个数据包都有一个随机的起始节点和目标节点。 每次传送数据包时，都会在一些时间步长后初始化一个新数据包。 一旦生成了一定数量的数据包并在网络上传递，该情节就结束了。 然后计算平均分组传送时间和各种网络拥塞度量。 该模拟要求路由器根据一种路由算法为每个数据包确定路径。 特别是对于这个项目，我们探索通过Dijkstra算法的最短路径，通过Floyd-Warshall算法的最短路径，通过各种奖励函数的Q学习，以及Deep Q Learning。 要求： 网络X FFmpeg（用于动画制作）

为设计基于固定序的 Bellman-Ford 算法在 CUDA 平台下并行优化方案，结合算法计算密集和数据密集的特点。从核函数计算层 面，提出了访存优化方法和基于固定序优化线程发散；从 CPU-GPU 传输层面，提出了基于 CUDA 流优化数据传输开销方法。经对不同显 卡测试，参照共享内存容量划分线程块、缩减迭代后向量维度和使用 CUDA 流缩短首次计算时延，相比传统算法，改进后并行算法加速 比在 200 倍左右。该并行优化方案验证了固定序在 CUDA 平台具有可行性和可移植性，可作为多平台研究参照。

ArcGIS网络分析.pptx

学习ArcGIS，自己录的短视频，适合地信专业大一大二学生看，语速可能稍微比较快

包含完整的课程设计/大作业文档一份+C语言实现的源码+存储数据文件 分别使用了普里姆算法与克鲁斯卡尔算法进行最短路径求解。 内容：求城市之间的光纤网连接的最短电缆长度。 课程设计要求： (1) 从文件city.txt中读入一个图，文件city.txt结构如下： 第一行为整数m，n，其中m表示城市个数（顶点数），n表示边数； 接着的m行每行都是一个字符串，表示城市名； 接下来的n行每行代表一条边，其格式为“城市名城市名距离”。 (2) 要求在所有城市之间建立光纤网，使所用光纤总长度最短。 (3) 输出城市建成的光纤网所用光缆的总长及每个连接的长度。