GCP(图着色问题)的模拟退火算法应用源码

计算欧几里德距离C语言源代码,次源码经测试可有效运行,源码简单易懂-Calculation of Euclidean distance C-language source code, sub-source has been tested and can be effectively run, easy-to-read source

神经网络机器人避障matlan仿真程序 可模拟机器人在空间的避障动作-Neural Network Robot Obstacle Avoidance matlan simulation program can simulate the robot moves in space, obstacle avoidance

SOM自组织神经网络的C语言源码，可以通过该程序实现无监督的聚类。-SOM self-organizing neural network C-language source code

基本的BP神经网络框架，比较适用于初学者快速掌握神经网络的构成。-basic framework BP neural network, suitable for beginners to grasp the composition of neural networks.

本算法中采取了种群规模为100，同时采用轮盘赌来获取种群。开始使用随机的方法得到初始的种群-the algorithm adopted a population size of 100, using roulette to access populations. Using the stochastic method initial Stocks

标准的粒子群优化算法,visual c++.net环境下编写的代码,有助于学习和理解粒子群算法-Standard particle swarm optimization algorithm, visual c++. Net code to prepare an environment to help learning and understanding of particle swarm optimization

关于细胞自动机的例子，希望有志于这领域的同仁研究-on Cellular Automata example, are interested in this area of research colleagues! !

PSO (粒子群优法)简单的范例程式 可以提供初学者使用-PSO (PSO You) simple programming model can provide beginners

线性神经网络应用实例-linear neural network application

Hopfield 网――擅长于联想记忆与解迷路 实现H网联想记忆的关键，是使被记忆的模式样本对应网络能量函数的极小值。 设有M个N维记忆模式，通过对网络N个神经元之间连接权 wij 和N个输出阈值θj的设计，使得: 这M个记忆模式所对应的网络状态正好是网络能量函数的M个极小值。 比较困难，目前还没有一个适应任意形式的记忆模式的有效、通用的设计方法。 H网的算法 1）学习模式――决定权重 想要记忆的模式，用-1和1的2值表示 模式：-1，-1，1，-1，1，1，... 一般表示： 则任意两个神经元j、i间的权重： wij=∑ap(i)ap(j)，p=1…p； P：模式的总数 ap(s)：第p个模式的第s个要素（-1或1） wij：第j个神经元与第i个神经元间的权重 i = j时，wij=0，即各神经元的输出不直接返回自身。 2)想起模式： 神经元输出值的初始化 想起时，一般是未知的输入。设xi(0)为未知模式的第i个要素（-1或1） 将xi(0)作为相对应的神经元的初始值，其中，0意味t=0。 反复部分：对各神经元，计算： xi (t+1) = f (∑wijxj（t）-θi), j=1…n, j≠i n―神经元总数 f（）--Sgn（） θi―神经元i发火阈值 反复进行，直到各个神经元的输出不再变化。-Hopfield network-- good at associative memory solution with the realization of lost H associative memory networks, are key to bringing the memory model samples corresponding network energy function of the minimum. With M-N-dimensional memory model, the network N neurons connect between right wij and N output threshold j design makes : M-mode memory corresponding to the network is a state network energy function is the M-000 minimum. Mor