您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. ACM算法模版大集合

  2. 一大堆模版 自己可以下来参考 应该有200个以上吧 自己下来看看 其中一个目录 图论 路径问题 0/1边权最短路径 BFS 非负边权最短路径(Dijkstra) 可以用Dijkstra解决问题的特征 负边权最短路径 Bellman-Ford Bellman-Ford的Yen-氏优化 差分约束系统 Floyd 广义路径问题 传递闭包 极小极大距离 / 极大极小距离 Euler Path / Tour 圈套圈算法 混合图的 Euler Path / Tour Hamilton Path / Tou
  3. 所属分类:其它

    • 发布日期:2009-10-15
    • 文件大小:922kb
    • 提供者:jordankan
  1. 约翰逊算法的极大极小代数证明

  2. 通过极大极小代数的方法对串行生产线进行建模, 并给出了Johnson 算法的严格证明.
  3. 所属分类:其它

    • 发布日期:2009-11-20
    • 文件大小:260kb
    • 提供者:loveschunyu
  1. 人工智能-极大极小算法

  2. 极大极小算法博弈搜索算法 井字棋的设计与原理 改进
  3. 所属分类:其它

    • 发布日期:2010-04-13
    • 文件大小:139kb
    • 提供者:lijun1639
  1. 博弈树搜索算法的分析与设计

  2. 简述了博弈树的概念,并对其搜索算法进行了分析和改进,例如极大极小搜索,α-β剪枝等
  3. 所属分类:其它

    • 发布日期:2010-04-14
    • 文件大小:557kb
    • 提供者:xyzy314
  1. ACM算法模板大集合

  2. 其中一个目录 图论 路径问题 0/1边权最短路径 BFS 非负边权最短路径(Dijkstra) 可以用Dijkstra解决问题的特征 负边权最短路径 Bellman-Ford Bellman-Ford的Yen-氏优化 差分约束系统 Floyd 广义路径问题 传递闭包 极小极大距离 / 极大极小距离 Euler Path / Tour 圈套圈算法 混合图的 Euler Path / Tour Hamilton Path / Tour 特殊图的Hamilton Path / Tour 构造 生成树
  3. 所属分类:其它

    • 发布日期:2010-04-19
    • 文件大小:922kb
    • 提供者:yiyemu
  1. 人工智能(极大极小算法).ppt

  2. 人工智能(极大极小算法).ppt
  3. 所属分类:讲义

    • 发布日期:2014-10-30
    • 文件大小:647kb
    • 提供者:fly_tian
  1. 人机博弈极大极小算法优化MTD(f)算法

  2. 人机博弈极大极小算法优化MTD(f)算法
  3. 所属分类:游戏开发

    • 发布日期:2015-03-09
    • 文件大小:298kb
    • 提供者:taixuyingcai1
  1. 创新学井字棋AI

  2. 极小极大算法,估值,博弈树 Alpha-Beta搜索 井字棋算法详细分析
  3. 所属分类:C/C++

    • 发布日期:2015-10-27
    • 文件大小:1mb
    • 提供者:qq_32358153
  1. C#版五子棋,人工智能

  2. 用c#编写的一个简单的五子棋程序.人工智能采用贪心算法和极大极小值算法。程序中的注释很详尽
  3. 所属分类:其它

    • 发布日期:2009-04-08
    • 文件大小:127kb
    • 提供者:zdf19931993
  1. 安卓人机对战五子棋 极大极小搜索算法

  2. 安卓实现人机对战五子棋,对战算法是极大极小搜索算法,实现了深度和广度的优化
  3. 所属分类:其他

    • 发布日期:2018-04-23
    • 文件大小:2mb
    • 提供者:qq_28584897
  1. 安卓机器对战五子棋贪心算法VS极大极小搜索算法

  2. 实现安卓五子棋机器对战算法,对战双方的算法是贪心算法和极大极小搜索算法
  3. 所属分类:其他

    • 发布日期:2018-04-23
    • 文件大小:2mb
    • 提供者:qq_28584897
  1. 极大极小距离密度多目标微分进化算法在投资组合优化中的应用

  2. 极大极小距离密度多目标微分进化算法在投资组合优化中的应用,韦博洋,曾国巍,本文引入了极大极小距离密度多目标微分进化算法求解多目标投资组合优化模型。标准的微分算法不适用与求解多目标模型,此改进的多
  3. 所属分类:其它

    • 发布日期:2020-03-14
    • 文件大小:979kb
    • 提供者:weixin_38545959
  1. 极小极大算法实现井字棋AI

  2. 井子棋是棋类中最简单的一种,通常作为算法的练手项目,该资源使用极小极大算法实现了一个井字棋的人机对弈,只需运行资源里的play_to_bot就可以在命令行里与AI对弈了,可以肯定的是你绝对不可能战胜它。虽然实现它比较容易,但是麻雀虽小,五脏俱全,棋类的基本框架类似,你可以在学习这个之后迁移到其他棋类
  3. 所属分类:Python

    • 发布日期:2020-01-14
    • 文件大小:7kb
    • 提供者:qq_41957257
  1. 通过alpha-belta剪枝的极大极小值算法实现简单的五子棋+A*算法与IDA*算法解决走迷宫问题

  2. 通过alpha-belta剪枝的极大极小值算法实现简单的五子棋+A*算法与IDA*算法解决走迷宫问题
  3. 所属分类:C/C++

    • 发布日期:2019-07-05
    • 文件大小:8kb
    • 提供者:qq_40243040
  1. 一类求解极小极大问题的算法

  2. 无约束非线性极小极大问题是最优化数值计算领域中十分活跃的研究课题之一,因此,对于无约束非线性极小极大问题,如何设计快速有效的算法一直都是优化工作者十分关心的问题。文中介绍了无约束非线性极小极大问题算法的研究意义及应用领域,分析了现有极小极大问题算法的研究现状,针对极大值函数的特性,给出了极大值函数的次梯度与ε次梯度之间及极大值函数的次梯度的凸锥与次梯度之间的一种包含关系,得到了计算极大值函数的ε次梯度的数值方法,从而构造出了一种求解极小极大问题的ε-算法,并且证明了算法的收敛性,初步的数值例子表
  3. 所属分类:其它

    • 发布日期:2020-05-30
    • 文件大小:708kb
    • 提供者:weixin_38608379
  1. Unbeatable-Tic-Tac-Toe-using-Minimax-Algorithm:python中的井字游戏实现,它使用minimax算法来移动PC(AI)-源码

  2. 使用Minimax算法的无与伦比的井字游戏 这是井字游戏的一个实现。用户与PC(AI)对抗。 AI是无与伦比的,因为它使用minimax来演奏其动作。 什么是Minimax算法? minimax算法在游戏理论中非常普遍,可以应用于玩家相互竞争的情况。这样的案例包括此处介绍的井字游戏以及其他涉及决策的游戏,例如西洋双陆棋和国际象棋。 极小极大算法试图做出更可能赢得比赛的决定。为此,它会扫描两个玩家的所有可能动作组合,并选择一个导致最终状态不丢失的动作。为此,它需要一种方法来评估一个移动是否比另一
  3. 所属分类:其它

  1. 极小值-源码

  2. 极小极大 使用minimax算法计算4,请参见
  3. 所属分类:其它

    • 发布日期:2021-02-28
    • 文件大小:13kb
    • 提供者:weixin_42109925
  1. 极小极大算法连接4-源码

  2. 极小极大算法连接4 实现了具有变化深度搜索的简单Minimax算法,使AI对手难以应对缩放难度。 其他功能包括:帐户创建和记录保存。 (双赢,平均举动等)
  3. 所属分类:其它

    • 发布日期:2021-02-19
    • 文件大小:15mb
    • 提供者:weixin_42104947
  1. tik-tak-toe-game:具有minimax算法的Javascript Tik Tak Toe游戏-源码

  2. 嘟嘟脚趾游戏 使用Minimax算法的纯Java的Tik Tak Toe游戏 极小极大算法 Minimax是人工智能,决策理论,博弈论,统计和哲学中使用的决策规则,用于将最坏情况下的可能损失降至最低。 在处理增益时,它被称为“最大化”,以最大化最小增益。 在此处了解更多有关
  3. 所属分类:其它

  1. AI-Chess:算法项目:使用minmax算法和alpha beta修剪的AI Chess Engine-源码

  2. 国际象棋 该项目专注于计算机科学概念,例如数据结构和算法。 Chessnut是我们用于所有移动和棋逻辑的棋引擎。 我们正在使用一棵树来生成可能的棋盘,该棋盘可进行3级深度和深度优先搜索,最小极大值和alpha-beta修剪,以根据以下启发式方法找到最佳动作: 材料(每个玩家的总件数) 可能采取的法律行动的数量,重点是中心广场 检查/检查状态 典当结构 当前,由于递归函数要使用大量的计算能力,因此尝试实现多处理功能,因此在超过4个级别的深度上计算启发式状态需要花费大量时间。 深度为3级时,我们
  3. 所属分类:其它

    • 发布日期:2021-02-16
    • 文件大小:21kb
    • 提供者:weixin_42118056
« 12 3 4 5 6 »