实现自适应模糊控制的功能，大家 可以下载下来

On the splitting method for VQ codebook generation by using Matlab

maltab 的一个遗传算法的例子,比较全,有教你怎么初始化初始种群,设定参数,还有demo提供学习-A genetic algorithm using maltab gentitc toolbox ,abundant in content.Whats s more, you are teached how to initialize the initial population, set parameters. It also provide learning demos.

关联规则中的频繁项集生成算法genmax，可在linux和windows下编译运行，可能不太容易看懂。-association rules of frequent item sets genmax generation algorithm, and the Linux compiler running under windows, it may not be easy to understand.

类AStarPathFinder实现方块状网格上的A*算法-Class AStarPathFinder realize massive grid square on the A* algorithm

遗传算法，包含选择，交叉，变异等操作，可求出Y=sin(x)在0-2π的最大值和最小值-Genetic algorithm, including selection, crossover and mutation operation, etc., can be obtained Y = sin (x) at the 0-2π Maximum and minimum

提出了基于最小化估计的泛化误差界非优化估计方法。目前大多数的核参数选择方法都是通过极小化了来得到最优参数值，但是求解优化问题的计算代价相当的大，并且不能很好地体现数据的分布特征。本文采用非优化技术，通过极小化泛化误差来优化核及相关参数，由于直接计算最小半径和最大间隔，避免了对优化问题的直接求解，因此可以很好地降低计算代价。并且该方法直接从样本出发，可以很好地体现数据的分布特征，不管数据分布是否均匀都可以适用。给出了基于凸包估计的SVM核选择的模型及实现算法。 -Proposed based on minimizing the estimated generalization error bound of the non-optimal estimation method. Most of the nuclear parameter selection methods are to get the best by minimizing the parameter values, but the computational cost for solving optimization problems is quite large, and can not properly reflect the distribution characteristics of the data. In this paper, the non-optimization technology, by minimizing the generalization error to optimize the nuclear and related parameters, due to the direct calculation of the minimum radius and maximum interval, avoiding the direct solution of the optimization problem, it can very well reduce the computation cost. And that the method directly from the sample one can well reflect the distribution chara

本程序为基于工艺参数优化的改进遗传算法程序-based on the procedures for the optimization of process parameters improved genetic algorithm

BP神经网络C＋＋实现-BP neural network implemented by C++

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

VC实现CYK语法判断检测,CYK是经典的人工智能判断法之一-VC detection to determine the realization of CYK grammar, CYK is a classic method to determine one of artificial intelligence