【路径规划】基于蚁群求解多旅行商MTSP问题matlab源码.md

reliefF算法源码.pdf

【BP预测模型】基于 BP神经网络的电力负荷预测模型matlab源码.md

INFO6205 edu.neu.coe.info6205 /算法

【无人机导航】复杂环境下的无人机编队路径规划matlab源码.md

㈡ 线段及直线的基本运算 1. 点与线段的关系 3 2. 求点到线段所在直线垂线的垂足 4 3. 点到线段的最近点 4 4. 点到线段所在直线的距离 4 5. 点到折线集的最近距离 4 6. 判断圆是否在多边形内 5 7. 求矢量夹角余弦 5 8. 求线段之间的夹角 5 9. 判断线段是否相交 6 10.判断线段是否相交但不交在端点处 6 11.求线段所在直线的方程 6 12.求直线的斜率 7 13.求直线的倾斜角 7 14.求点关于某直线的对称点 7 15.判断两条直线是否相交及求直线交点 7 16.判断线段是否相交，如果相交返回交点 7

最佳拉丁超立方体 这个项目是关于在python函数中实现Park（1994）的最佳拉丁超立方体采样算法。 该代码的文档位于src / documentation中。 要运行代码，请在外壳中使用pytask-结果将位于bld文件夹中。 该项目的核心是位于src / model_code中的latin_hypercubes.py。 它包含遵循Park（1994）算法生成最佳拉丁超立方体的功能。 在第一阶段，该算法找到最佳的中点拉丁超立方体设计（OMLhd）。 在第二阶段，它以最佳方式释放每个单元中的点，以产生最佳的拉丁超立方体设计（OLhd）。 （第二阶段仍需要执行。）

TensorFlow2中的深度强化学习 是一个使用实现各种流行的深度强化学习算法的存储库。 该存储库的关键是易于理解的代码。 因此，如果您是学生或研究深度强化学习的研究人员，我认为这是使用此存储库学习的最佳选择。 一种算法仅依赖于一个python脚本文件。 因此，您不必进出不同的文件即可研究特定的算法。 该存储库将不断更新，并将继续添加新的“深度强化学习”算法。 演算法 DQN 纸上 作者Volodymyr Mnih，Koray Kavukcuoglu，David Silver，Alex Graves，Ioannis Antonoglou，Daan Wierstra，Martin Rie

【路径规划】基于萤火虫算法求解带路障路径规划问题matlab源码.md

【图像融合】基于拉普拉斯金字塔+小波变换图像融合matlab源码含GUI.md