使用遗传算法（GA）优化BP神经网络。

善始者繁多，克终者盖寡。2022年底以ChatGPT为代表的大语言模型（LLMs）技术在各个领域掀起了人工智能浪潮，此后一年多的时间里众多机构和组织相继推出了应用LLMs的产品。大家听过最多的肯定是OpenAI推出的ChatGPT（官网地址），如今公布的最新版本是ChatGPT4.0，众多营销号鼓吹是可以替代普通程序员的存在，本人体验过后感觉确实不错，但是国家在互联网这方面管理太严了，访问起来相当

使用numpy手写BP神经网络解决分类问题

使用随机森林计算评价体系中指标重要性。

使用组合赋权法，在熵权法和离差最大化法的基础上确定各项指标的最终权重。

使用遗传算法（GA）解决函数求最大值问题

Neo4J属于NoSQL数据库的一种，具体来说属于图数据库。在Neo4J中节点、关系、标签共同组成了一张图，图中每个元素有具有各自的属性，在MySQL中使用SQL实现增删改查等功能，在Neo4J中使用Cypher来实现，所以Cypher又称“CQL”。本文使用Neo4J绘制《西游记》中部分人物关系图。

使用java实现K-Means聚类算法

使用Python和Excel实现离差最大化法计算评价指标的权重。

一句话总结GA-BP和BP的区别：“GA-BP中使用选择、交叉、变异的操作替代了BP中的反向传播过程。“在处理回归问题时GA-BP神经网络模型优于BP神经网络模型，主要表现在模型平均预期误差小、模型更早收敛上。由于初始参数、概率等因素的影响某些时候BP神经网络模型会取得更优秀的表现，例如文中GA-BP神经网络模型的准确率曲线波动较大，而BP神经网络模型的准确率曲线波动较小。相较于BP模型，相同迭代