matlab在神经网络中的一些界面函数

本代码用蚁群算法求解带时间窗的车辆路径问题-The code with ant colony algorithm with time window of vehicle routing problem

关联规则中的频繁项集生成算法Mafia1.4版本，一个效果非常好的算法，可在linux和windows下编译运行。-association rules of frequent item sets Algorithm Mafia1.4 version, a very good effect algorithm, and the Linux compiler running under windows.

手写汉字识别 应用SVM和神经网络进行识别,可自行训练-Handwritten Chinese Character Recognition Application of SVM and neural networks to identify their own training

Autolife模型是一个能够进行“开放式进化”的人工生命系统。每个Agent模型采用可以变化规则表长度的有限自动机模型建模。一方面Agent可以进行自我繁殖，同时模型中的选择机制没有采用显式的适应度函数而是采用能量消耗的简单模型而自发涌现出来，所以可以认为Agent模型是一个类Tierra系统。然而与Tierra、Avida等数字生命模型不同的是，Autolife模型进行了大大的简化，它界面友好，操作直接。虽然没有给每个Agent装配一个虚拟计算机，但是Agent与环境的耦合则可以看成一个图灵机模型，因此Agent可以通过变异而“任意”的编程序。通过Autolife模型，首先人们可以看到一般的生态系统中共存的现象：生物的大爆炸、大灭绝，Agent进化得越来越聪明；其次，用户可以通过变化不同的食物添加规则探索Agent与环境的关系；最后，如果允许Agent通过播种改变环境自动产生食物，那么组织的涌现就是一种不可避免的结果。Agent构成的组织具有自主运动的特性，还可以进行自我修复，可以说Autolife中的组织是一些真正的“活体”。-Autolife model is to conduct an "open-evolution" artificial life system. Each Agent can be used model changes the rules limited the length of the table automatic machine modeling. One Agent can be self-propagation, model selection mechanism not used Explicit the fitness function instead of using the energy consumption of a simple model to emerge spontaneously, so that the agent can be a model category Tierra system. But with Tierra, Avida digital life model is different Autolife model for greatly simplified its

细胞自动机的，很好的-Cellular Automata and fine

模拟退火c++的算法程序，广泛应用于最优化、运筹学、人工智能、遗传算法等领域，具有很好的学习价值-simulated annealing algorithm procedures, the most widely used optimization, operations research, artificial intelligence, genetic algorithms and other areas of learning is very good value

BP神经网络算法，可以调节隐层，输入输出等-BP neural network algorithm, can be adjusted hidden layer, input and output, etc.

使用clips解决4人限定时间过河问题。附带clips源代码。-use clips resolve four limit the time the river issues. Fringe clips source code.

神经网络与matlab实现,内含大量的实例,希望能对你有所帮助.-neural network and Matlab realized, with a lot of examples and I hope that you can help.

Libsvm is a simple, easy-to-use, and efficient software for SVM classification and regression. It solves C-SVM classification, nu-SVM classification, one-class-SVM, epsilon-SVM regression, and nu-SVM regression. It also provides an automatic model selection tool for C-SVM classification. This document explains the use of libsvm.