如题，这个脚本可以用来给论文、小说等中文文本纠错，检查文章中是否存在错别字之类的错误，也可以根据需求自己修改 Prompt 来实现不同的效果。因为没有找到合适的能够并入中文写作工作流的中文文本查错工具，所以写了这个脚本。目前支持 Markdown、TeX、和纯文本 TXT 文件，而且前几天做了 `.docx` 格式的适配，现在这个脚本能够检查 Word 文档了。

本文是我上个学期选修的一门人工智能与交通运输课程的一个小作业的实验报告的示例代码部分，源文件为 Jupyter Notebook 格式。这份实验报告是关于对一组微观交通流量数据应用数据分析方法进行简单的研究的，实现了多种不同的交通预测模型并进行了对比。

Python 安装 matlabengin 时遇到报错：setup.py install is deprecated. !! 以及 Cannot update time stamp of directory 'dist\matlabengine.egg-info' 的解决方案

我写了一些算法简单的 Python 实现，封装成了 Python 类和函数，以便调用。当然，实际的交通需求预测当中不会真的使用 Python 之类的代码工具来实现，有现成的专用工具，如 TransCAD 等。此处代码仅做一演示，以便 课堂测试计算的时候偷懒（划掉）学习交流使用。

我用 MATLAB 自己写了一个遗传算法求解器，对 CVRP 问题进行了求解，这里把代码分享给大家。CVRP 问题，即包含容量限制的车辆路径优化问题（Capacity Vehicle Routing Problem），是物流和运输领域中的一个经典优化问题。其目标是确定一组车辆从一个配送中心出发，访问一系列客户节点并返回配送中心的 最优路径方案。该问题的目的是在满足所有客户需求和车辆运载能力限制的同

某时某地存在一组交通流观测的真实数据。为实践数据分析和机器学习方法、研究交通流理论，本文建立了格林希尔兹模型、格林伯格对数模型、安德伍德指数模型、三角形基本图模型、S3 模型和非参数驱动的神经网络模型等多种交通流模型对数据进行描述，同时比较了多种模型的优度指标，对各种交通流模型的预测效果进行了评价，为交通流数据分析方法提供了示例参考。

本文是我上个学期选修的一门人工智能与交通运输课程的一个小作业的实验报告的示例代码部分，源文件为 Jupyter Notebook 格式。这份实验报告是关于对一组微观交通流量数据应用数据分析方法进行简单的研究的，实现了多种不同的交通预测模型并进行了对比。

Python 安装 matlabengin 时遇到报错：setup.py install is deprecated. !! 以及 Cannot update time stamp of directory 'dist\matlabengine.egg-info' 的解决方案

某时某地存在一组交通流观测的真实数据。为实践数据分析和机器学习方法、研究交通流理论，本文建立了格林希尔兹模型、格林伯格对数模型、安德伍德指数模型、三角形基本图模型、S3 模型和非参数驱动的神经网络模型等多种交通流模型对数据进行描述，同时比较了多种模型的优度指标，对各种交通流模型的预测效果进行了评价，为交通流数据分析方法提供了示例参考。

本文是我上个学期选修的一门人工智能与交通运输课程的一个小作业的实验报告的示例代码部分，源文件为 Jupyter Notebook 格式。这份实验报告是关于对一组微观交通流量数据应用数据分析方法进行简单的研究的，实现了多种不同的交通预测模型并进行了对比。