AI's A

关于神经网络方面的130个程序，采用matlab语言，比较全-On the neural network 130 procedures, the use of matlab language, compare the whole

本文讨论的问题主要涉及货运的配载，而货运配载的目标是实现车与货的高效匹配, 降低空载率以减少货物运输过程中因此而造成的经济损失。货运配载问题涉及两方面的 内容:车辆利用和货物装载。本文主要从这两个角度角度来分析解决问题。 对于问题1，我们首先通过分析复杂的变量及他们之间的关系，建立规划模型。为 了求解这个模型，我们进行了一系列的简化，使得模型求解切实可行。求得较优的方案， 而且各辆车均匀负担。该方案的总费用为4877.2。 对于问题2，我们在模型1 的基础上进行了改进采用类似的方法求解。也得到了较 优的方案，其总费用为4484。该方案中只用了4 辆车，节省很大的成本。同时指出了模 型求解的关键困难所在，给出了新的思路。 问题3 的思考中，提出了利用图论的有关思想。 在文章的最后，我们针对所建的模型进行了分析，并提出了新的解题思想。对模型 进行了进一步扩展。 关键词：货物配载 运输 组合优化-err

介绍了遗传算法工具箱及其具体的应用，很有参考价值.-introduced a genetic algorithm toolbox and its specific application of great reference value.

实现文字的识别 利用比较先进的神经网络笔者已经实验 绝对可行！-it is a good method to realize te recgniton of words.it is based on bp network,the author realized it!

C4.5决策树matlab程序,本人找了很久才找到，绝对能用-C4.5 Decision Tree code

已知北京、上海、广州、昆明和西安五城市航线里程如图。分别实现： 1）找到北京到昆明的最短路径。 2）找到北京到昆明，必须途径上海的路径。 3）找到北京到昆明，必须途径上海，但不能去广州的路径。 -known Beijing, Shanghai, Guangzhou, Kunming and Xi"an City route five mileage figure. Were achieved : 1) to Kunming to Beijing to find the shortest path. 2) find Beijing to Kunming, Shanghai must channel"s path. 3) to find Beijing to Kunming, Shanghai must channels, but can not go to Guangzhou"s path.

从其它网站上下载的用VC++编制的模拟退火算法求解TSP问题的源代码-from other websites downloaded VC simulated annealing algorithm for TSP source code!

人工智能中经典算法-宽度搜索和启发是搜索（A*算法）在VC环境下的实现代码，对于学习人工智能有很多帮助- In the artificial intelligence the classical algorithm- width search and the inspiration are the search (the A* algorithm) under the VC environment realization code, has regarding the study artificial intelligence very helps

只是Java版实现的蚁群算法与程序结果演示，是学习和理解蚁群算法的好内容。-Only a Java version of the ant colony algorithm to achieve the results and procedures for the demonstration of learning and understanding better the content of ant colony algorithm.

详细介绍了MATLAB遗传算法工具箱及在工程方面的应用，有了这本书，可以很方便地使用遗传算法解决问题了-Detailed MATLAB genetic algorithm toolbox and its application in engineering, with this book, it is easy to use genetic algorithms to solve the problem of