# AI-Homework

**Repository Path**: smile8211/AI-Homework

## Basic Information

- **Project Name**: AI-Homework
- **Description**: 人工智能结课作业（A星八数码/广度优先/深度优先/粒子群寻优算法/遗传算法/蚁群算法/BP神经网络/卷积神经网络）
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 3
- **Created**: 2021-06-09
- **Last Updated**: 2021-06-21

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# AI-Homework
人工智能结课作业（A星八数码/广度优先/深度优先/粒子群寻优算法/遗传算法/蚁群算法/BP神经网络/卷积神经网络）

# 简介

本项目包含我当时人工智能与专家系统的结课作业。总共分为三大部分，每部分由几个相关算法组成，如下

### 搜索算法

1. [深度优先](https://github.com/roadwide/AI-Homework/tree/master/Search%20Algorithms/DFS)
2. [广度优先](https://github.com/roadwide/AI-Homework/tree/master/Search%20Algorithms/BFS)
3. [A星八数码](https://github.com/roadwide/AI-Homework/tree/master/Search%20Algorithms/Astar)

Tips:三种算法都用于解决八数码问题。在Astar算法中比较了三者的性能，显然Astar要比另外两个强

### 智能优化算法

1. [遗传算法](https://github.com/roadwide/AI-Homework/tree/master/Intelligent%20Optimization%20Algorithm/GA)
2. [粒子群寻优算法](https://github.com/roadwide/AI-Homework/tree/master/Intelligent%20Optimization%20Algorithm/PSO)
3. [蚁群算法](https://github.com/roadwide/AI-Homework/tree/master/Intelligent%20Optimization%20Algorithm/ACO)

Tips:三种算法都用于解决TSP问题，其中粒子群寻优算法不适合解决TSP问题，但经过改造后仍然可以用于解决TSP。数据集是att48，其最优解是10628/33523，这两个数分别是伪欧氏距离和欧氏距离

### 深度学习

1. [BP神经网络](https://github.com/roadwide/AI-Homework/tree/master/Deep%20Learning/BP/)
2. [卷积神经网络](https://github.com/roadwide/AI-Homework/tree/master/Deep%20Learning/CNN)

Tips:两种算法都用于解决手写体识别。由于使用的是TensorFlow，已经很好的实现了深度学习的功能。所以主要是学习了深度学习的原理，并能够使用TensorFlow。（其实这个例子在官方教程就有）

# 关于实验报告

- 全部使用Python实现
- 根据作业要求，每个算法都有相应的算法介绍、实验代码、实验结果、实验总结。
- 当时不管是代码还是实验报告都写了挺长时间的，自我感觉写得挺好的。希望能对你有帮助（如果你的作业和这个差不多，希望不要纯抄，真的很有意思的）