我用准备好的BP神经网络算法的内部函数MATLAB，利用技术。

利用matlab编写的神经网络算法，经过测试速度快效果好。-Prepared using matlab neural network algorithm, tested the effect of a good speed.

仿真人工智能是指用人工的方法和技术，模仿、延伸和扩展人的智能，实现机器的智能化，人工情感指用人工的方法和技术，模仿、延伸和扩展人的情感，使机器具有识别、理解和表达情感的能力。

可以用的gassy 一年前的源码源码源码-Can be used a year ago gassy source source source

一种基于蚁群算法的聚类组合方法，具体可以查看里面书的内容。-ant colony algorithm based on the combination of clustering methods, the specific can view the contents inside.

Wavelets, Approximation and Statistical Applications-Wavelets. Approximation and Statistical Applications

这个是神经网络中的HopField网络模拟，是利用外向和的双极性HopField网络，有很好的借鉴价值。-This is a neural network of Discharge network simulation is the use of the outward and bipolar Discharge network, a very good reference value.

对模式识别中的字符串模板匹配问题进行的研究，设计了对任意字符串进行匹配和字符串相似度，即列文斯顿距离进行计算的算法-right pattern recognition template matching string for the research and design of the arbitrary strings and string matching similarity, Ken Livingstone distance calculation algorithm

可以自动生成qbf问题实例,但需要给定一些参数.-can produce QBF instance

一个Ｃ编写的足球机器人比赛程序，算法很好-C prepared by a robot soccer competition procedures, a good algorithm

仿真1：首先把网络温度参数T固定在100，按工作规则共进行1000次状态更新,把这1000次状态转移中网络中的各个状态出现的次数Si（i＝1，2，…，16）记录下来 按下式计算各个状态出现的实际频率： Pi=Si/∑i=1,NSi=Si/M 同时按照Bo1tzmann分布计算网络各个状态出现概率的理论值： Q（Ei）=（1/Z）exp（-Ei/T） 仿真2：实施降温方案，重新计算 采用快速降温方案：T（t）= T0/（1+t） T从1000降到0.01，按工作规则更新网络状态 当T=0.01时结束降温，再让T保持在0.01进行1000次状态转移，比较两种概率-a simulation : First of all network parameters temperature T fixed at 100 and, according to the rules for a total of 1000 to update the state, this state of the 1000 network transfer of all states for the number of Si (i = 1, 2, ..., 16) all recorded determined by the formula state-of the actual frequency : Pi = Si/i = 1, NSi = Si/M in accordance with Bo1tzmann distributed computing network of states all probability the theoretical value : Q (Ei) = (1/Z) exp (- Ei/T) Simulation 2 : implementation of cooling, re-using rapid cooling programs : T (t) = T0/(1 t) T dropped to 0.01 from 1000 and, according to the rules updated network state when T = 0.01 at the end of cooling, let T at 0.01 for the 1000 state tran