BP模型逼近异或问题，可观测隐层节点数及隐层数对模型的影响...

数据挖掘经典算法人工神经网络算法C源码实现-Classical data mining algorithm for artificial neural network algorithm C source code to achieve

基于c语言的人工免疫算法的源程序，PDF格式的，内容详尽，欢迎下载。-C 基 party knife 的人工免 La疫Ju 法的 are 程 Saitama, PDF 格 driving 的, 内容 circle 尽, 欢 short Gou tong.

该程序实现了简单的模糊ARTMAP神经网络算法。SFAM是神经网络分类器，它是简单和快速的模糊ARTMAP版本。-The program implements a simple fuzzy ARTMAP neural network algorithm. SFAM is a neural network classifier, which is simple and fast version of fuzzy ARTMAP.

这是一种利用bp神经网络来解决异或问题的算法.-bp using neural networks to solve the problems or differences algorithm.

使用labview编写的神经网络程序，多输入多数出。-prepared by the use of PC neural network programming, multi-input from the majority.

1。《遗传算法的数学基础》，张文修、梁怡编着 西安交通大学出版社 2000年第一版 遗传算法（genetic algorithm）是模拟自然界生物进化过程与机制求解问题的一类自组织与自适应的人工智能技术，已广泛应用于计算机科学、人工智能、信息技术及工程实践。 本书重点在于阐述遗传算法的数学基础。全书共分3章，第1章给出了遗传算法的几何理论，第2章给出了遗传算法的马尔可夫链分析，第3章给出了遗传算法的收敛理论。 本书可以作为应用数学、计算机科学、系统科学等专业研究生的教材，也可以作为研究遗传算法的参考书。 -1. "Genetic Algorithm mathematical basis," Zhang Xiu, Yi Liang compile Xi"an Jiaotong University Press in 2000 the first edition of the genetic algorithm (genetic algorit hm) is a simulation of natural biological evolution process and mechanisms to solve the problem of a kind of self-organization and adaptive artificial intelligence technology, has been widely used in computer science, artificial intelligence, information technology, and engineering practice. The book focused on the genetic algorithm described math. The book is divided into three chapters, one chapter is a genetic algorithm of the geometric theory Chapter 2 of the genetic algorithm is a Markov chain analysis, presented in Chapter 3 of the geneti

经典的粒子群源代码！详细的备注、严谨的语句是初学粒子群的好东西-The classical particle swarm source code! Detailed comments, rigorous statement is a good thing novice PSO

经典的人工智能问题 - iris数据分析问题。通过设计三层bp神经网络对花朵数据进行分类识别，并达到了很好的效果。-classic AI problem- iris data analysis problems. Three-bp through the design of neural networks classify data flower identification, and to achieve good results.

停车诱导系统中车位预测模型的研究 摘 要 研究城市停车诱导系统的停车车位占有率预测问题。首先提出墓于B P神经网络的车位占有预测模型， 同时将自适应 学习速率调整法和加入动量项方法用于改善基本B P神经网络， 优化了学习速率， 减少了训练过程的震荡趋势， 改善了网络的收效 隆。以此为基础实现了停车位的智能预测 0最后， 进行了多种方法比对实验-err

一个简单的HOPFIELD神经网络C语言源代码，其中RELESDE为可执行文件-a simple Hopfield neural network C language source code, which RELESDE executable