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）

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

1. 深度优先
2. 广度优先
3. A星八数码

博客园地址：https://www.cnblogs.com/roadwide/p/12890295.html

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

1. 遗传算法
2. 粒子群寻优算法
3. 蚁群算法

博客园地址：https://www.cnblogs.com/roadwide/p/12890309.html

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

1. BP神经网络
2. 卷积神经网络

博客园地址：https://www.cnblogs.com/roadwide/p/12890316.html

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）

• 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）