人工智能课程作业，涵盖A星、八数码、广度优先搜索、深度优先搜索、粒子群优化算法、遗传算法、蚁群算法、BP神经网络、卷积神经网络等。

简介：
本项目涵盖了我当时人工智能与专家系统的结课作业，内容共分为三个主要部分，每个部分都由若干个相关的算法构成。以下列举了几种搜索算法的博客园链接，用于进一步了解：Tips:三种算法均被应用于解决八数码问题。在A*算法中，我们对这三种算法的性能进行了对比分析，结果表明，A*算法明显优于其他两种智能优化算法。Tips:三种算法同样被用于解决旅行商问题（TSP），其中粒子群优化算法虽然不适用于直接解决TSP问题，但在经过适当的改造后，仍然可以被应用于该问题的求解。数据集采用的是att48数据集，其最优解为10628/33523，这两个数值分别代表了伪欧氏距离和欧氏距离。深度学习部分则涵盖了Tips:两种算法均被应用于手写体识别任务。由于采用了TensorFlow框架，我们已经成功地实现了深度学习的功能，并深入学习了其核心原理，从而能够熟练地运用TensorFlow进行实践。