Ordinary and Partial Differential Equation Routines in C, C++, Fortran, Java, Ma...

ＥLMmetlab算法实现。特性：1.需要的数学模型简单，学习速度快；2.能获得全局最优解；3.具有良好的泛化性能。泛化性能是指机器学习算法对新样本的适应性。Extreme Learning Machine极限学习机器神经网络研究中的一种算法，是一种泛化的单隐层前馈神经网络（Single-hidden layer feedforward network）。

一个简单的搜索引擎，可以用来捕捉url等信息，适合对搜索引擎感兴趣的朋友入门使用。 全部由C++实现。 50字好长，完全是为了50字而去的.....

类型 1 粒子群优化算法是一种修改的版的粒子群优化 （PSO）是一种通过 iteravely 试图提高某项措施的质量是候选人解决优化问题的计算方法。粒子群优化算法的候选解，这里被称为粒子，人口和移动这些粒子在搜索空间进行简单的数学公式对粒子的位置和速度，以优化的问题。每个粒子的运动受其当地最有名的立场，但也引导最好已知的立场在搜索空间，更新作为其他粒子被发现更好的职位。预计这将移往最好的解决方案群。粒子群优化算法是超启发式因为它让很少或没有假设正在优化的问题，可以搜索候选解的很大空间。然而，如粒子群优化算法的元启发式方法不能保证过找到最佳的解决办法。因此提出了修改后的版本的粒子群优化算法，称为 T1PSO。T1PSO 有一个更好的能力，找到最优的解决方案。

在计算机科学和运筹学中，蚁群优化算法（ACO）是一种求解计算问题的概率方法，可以归结为通过图来寻找好的路径。

应用背景  动态规划是解决多阶段决策过程最优化问题的一种方法． 该方法是由美国数学家贝尔曼(R．Bellman)等人在2O世纪50年代初提出的．他们针对多阶段决策问题的特点，提出了解决这类问题的最优化原理，并成功地解决了生产管理、资源分配等方面的许多实际题，从而建立了运筹学的一个新分支——动态规划． 关键技术动态规划是现代企业管理中的一种重要决策方法，可用于解决最优路径、资源分配、生产计划与库存、投资、装载、排序等问题，还可用于生产过程的最优控制等．由于它有独特的解题思路，因而在处理某些优化问题时，比线性规划或非线性规划方法更有效． 而MATLAB是一个功能强大的用于基于矩阵运算的强大数值计算软件，将Matla

ffuc argorithm ffuc argorithm ffuc argorithm ffuc argorithm

通过一个网络规划的源码，实现基因算法的VC++实现。-through a network planning source code, genetic algorithm to achieve the VC.

从 ADS1256 的读信号发生器，它包括阅读、 写作为 PGA、 增益、 其自我帮助程序的注册纪录册的注册纪录册

1005: 最邻近点对 时间限制: 1 Sec 内存限制: 8 MB 提交次数: 6024 通过次数: 1804 提交 题目描述 要求用分治算法（O(nlogn)复杂度）实现寻找n个点中最邻近点对,输出最邻近距离的平方。其中0

资源描述1000你可以用你的交易系统在MT4平台MQL4语言编程和使用最好的自定义指标。他们是一个伟大的资源，任何人都试图寻找新的指标，为他们的交易策略。