简单遗传算法(SGA) 主要算法模块有:选择 交叉 变异 (三个遗传操作) 和 群体更新...

SOBI算法，采用二阶统计量进行盲分离。-SOBI algorithm, using second-order statistic for blind separation.

神经网络算法源程序，如ADALINE，提供针对算法的演示源程序-neural network algorithm source, such as ADALINE provide demonstration against the algorithm source code

C# 15数码算法，A star 函数实现 -C# 15 Digital Algorithm

遗传算法的工具箱，好使！！！！！！可以解决问题-Genetic algorithm toolbox, so that! ! ! ! ! !

蚂蚁算法的js实现 前段时间在网上收集的-Ant Algorithm js realize some time ago in the online collection

利用PSO优化SVM，利用分组式训练方法提高算法速度-PSO to optimize the use of SVM, the use of packet-style training methods improve algorithm speed

pso系统的编程，计算误码率的，经过仿真可以实际应用-PSO system programming, BER calculation, after the practical application of simulation can

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

一个机器人信息显示系统，代码比较全，你会喜欢的-Information display system of a robot, code-wide comparison, you would like

《神经网络模式识别及其实现》源程序 几个VC编写的神经网络示例-neuronetwork