MCF52259的GPIO口使用——LED点亮

蚁群算法来解决车辆路径问题AS-VRP，编程环境是matlab,蚁群算法很好的解决了关于车辆路径问题和与之相关一类像调度问题。指派问题等 用C＋＋编写，专门用来求解车辆路径问题

高斯赛德尔逆矩阵算法类-high Shisaideer inverse matrix algorithm category

最小二乘法线性拟合,数值计算方法中的一种经典算法-Least_squares algorithm linear fitting curves,A kind of classic algorithm of the number calculation

直接蒙特卡洛方法计算微管气体流动，主程序所选择的分子数及模拟单元可以修改，包含7个子程序，和一个随机数函数。-The air flow in micropipe with direct simulation mente kalro, we can use different simulation, fortran90

资源描述实现Apriori算法，应用于如下的数据（给定参数），挖掘频繁项集   -an example for Apriori algorithm in data mining

粒子群优化算法 （PSO） c粒子群优化 （PSO） 算法 [1，2] 在 C 可执行"插入"代码作为一个小型图书馆。粒子群优化算法用于涉及全局随机优化的连续函数 （称为目标函数） 的问题。粒子群优化算法也可用于离散优化问题，但在此库的当前版本中未实施这种行为。使用只是在代码中包括 pso.h 和 pso.c。您需要有 GNU 科学图书馆和各自的发展 （即标题） 文件，以在您的应用程序中包含 pso.c。你的 Makefile 中将添加到您的 LDFLAGS 的-lgsland lgslcblas。为了使用 pso_solve()，您需要：最小化目标函数 （见在 pso.h 中定义类型 pso_obj_fun_t），一个具有正确初始化的 pso_results_t 对象 (malloc 会) gbest 缓冲区。这是将存储发现最好的位置，以及最小的误差 （存储在成员错误）。一个具有正确初始化的值 （使用 pso_set_default_settings() 进行快速和肮脏的初始化） 的 pso_settings_t 对象功能邻域拓扑粒子群优化算法用于确定每个 particle 附近吸引子提供了三种不同的策略：全球的拓扑结构 （PSO_NHOOD_GLOBAL），每个粒子由每一另一种粒子群通知环形的拓扑 （PSO_NHOOD_RING） 在那里存在着固定的环型拓扑结构和每个粒子由其邻近的微粒通知

运用蚁群算法对函数进行求解 得到最优解，运用蚁群算法对函数进行求解 得到最优解

svm（支持向量机）的演示程序，是可执行程序，非控制台程序，可实现分类并图形化显示。-svm (support vector machine) demonstration program, an executable program, non-console programs for classification and graphical display.

根据材料的不均匀性和组成材料都是有所不同结构时，进行一次元和二次元以及三次元的模拟计算需要在参数R值上设定在0.5以下0.03以上才能保证结果稳定性

A program to demonstrate the optimization process of particle swarm optimization. A two-dimensional objective function is visualized by level of grey: the lighter the color, the higher the function value. The particles are shown as red circles, their trajectory as red lines.-A program to demonstrate the optimization process of particle swarm optimization. A two- dimensional objective function is visualized by level of gray : the lighter the color, the higher the value function. The particles ar e shown as red circles. their trajectory as red lines.