人工智能方面一个专家系统的简单例子

一个可逆跳转蒙特卡罗采样（RJMCMC）算法详细程序，内附相关论文，对照论文看算法，便于理解。包含多种运动方式（增加，减少，分裂，合成，更新）-A Reversible Jump Monte Carlo sampling (RJMCMC) algorithm detailed procedures, enclosing the relevant papers, watch the control thesis algorithm, easy to understand. Contains a wide range of movement (increase, decrease, fragmentation, synthesis, update)

遗传算法的文章- Heredity algorithm article

人工智能与模糊控制_电力系统-artificial intelligence and fuzzy control _ Power System

人工智能中的全局搜索的九宫问题用VC实现 这下九宫问题的三种搜索方法都齐了-artificial intelligence of the global search JiuGongTu problems with VC JiuGongTu this issue under the three search methods are here

粒子群算法的示例程序，不错。可用来进行函数优化、神经网络训练等。-PSO algorithm sample program, yes. Available for function optimization, neural network training.

An Introduction to Genetic Algorithms for Scientists and Engineers By David Coley, World Scientific Press, 1999 (US$28 / £ 19.04) 书中的算法源程序-An Introduction to Genetic Algorithms for Scientists and Engineers By David Coley, World Scientific Press, 1999 (U.S. $ 28 /

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

人工智能领域最基本的问题-artificial intelligence fundamental problem

　基于VB的遗传算法软件实现 在程序中,FitnessValue (i) 为适应度值数组、avFit2nessValue (100) 为归一化适应度值数组、Population2 Chrom(i ,j) 为遗传个体的等位基因值、Popsize 为种群中的个体数,CHROMLENGTH为一母体对的等位基因 总数。-VB-based genetic algorithm software implementation in the proceedings, FitnessValue (i) In order to meet an array value, avFit2nessValue (100) for the normalized fitness value of the array, Population2 Chrom (i, j) for the genetic value of individual alleles, Popsize for stocks in the number of individuals, CHROMLENGTH for one parent to the total number of alleles.

最短路算法：基于遗传算法的一种最短路的MATLAB程序。-Shortest Path Algorithm: Genetic Algorithm Based on one of the most short-circuit the MATLAB program.