用MATLAB编写的支持向量机，实现了线性可分的…

flex在线股票系统源代码，是非常实用的一款程序-flex-line stock system source code, is a very useful program

SVM的讲义！具体的内容可以自己看！很详细的-SVM lectures! Specific content can look! Very detailed

生产线上的上车数量注册软件的部分源代码，用于注册杭车数量，以便进行自动控制-The production line picking up the number of registered software, part of the source code used to register Hang cars for automatic control

基于梯度法编写的RBF神经网络程序，实现对输入数据的逼近-Gradient method based on the preparation process of the RBF neural network to achieve the approximation of the input data

感知器神经元解决较复杂输入向量的分类问题-Perceptron neurons to solve more complex input vector classification

Matlab fuzzy control progrom.

1,改进BP神经网络在股市预测中的应用.2,基于MATLAB工具箱的开采煤层自燃危险性预测.3,基于改进的神经网络的电力系统负荷预报.4,基于神经网络的灌溉用水量预测.5,基于遗传算法改进BP网络的地表沉陷预计.6,利用遗传算法改进BP学习算法.7,模糊神经网络在电力市场短期负荷预测中的应用.8,神经网络学习算法存在的问题及对策.9,遗传神经网络在电力系统短期负荷预测中的应用.10,应用改进BP神经网络进行用水量预测.11,用遗传算法改进的BP模型在刹车系统诊断中的应用研究.12,遗传算法改进的BP神经网络对汛期三门峡水库泥沙冲淤量的计算13,基于遗传算法的人工神经网络学习算法14.自适应遗传算法优化管网状态估计神经网络模型.15,基于GA_RBF神经网络的电梯交通流模式识别的研究-Improved BP Neural Network in Stock Market Prediction

将遗传算法(GA)与传统SVM算法结合,构造出一种参数最优的进化SVM(GA2SVM),SVM 模型采用径向基函数(RBF)作为核函数，利用格雷码编码方式对SVM算法的模型参数进行遗传编码和优化搜索，将搜索到的优化结果作为SVM 的最终模型参数。-Genetic algorithm (GA) combined with the traditional SVM algorithm, a kind of tectonic evolution of the optimal parameters of SVM (GA2SVM), SVM model using Radial Basis Function (RBF) as kernel function, the use of Gray code encoding algorithm of the SVM model parameters of genetic coding and optimization of search, will search for the optimal results as the final SVM model parameters.

MCRGSA------组播路由问题遗传模拟退火算法 ％M-----------遗传算法进化代数 ％N-----------种群规模，取偶数 ％Pm----------变异概率调节参数 ％K-----------同一温度下状态跳转次数 ％t0----------初始温度 ％alpha-------降温系数 ％beta--------浓度均衡系数 ％ROUTES------备选路径集 ％Num---------到各节点的备选路径数目 ％Cost--------费用邻接矩阵 ％Source------源节点标号 ％End---------目的节点标号组成的向量 ％MBR---------各代最优路径编码-MCRGSA------ Multicast Routing genetic simulated annealing% M----------- genetic algorithm algebra% N----------- population size, even take Pm----------% probability parameter variation%----------- same temperature K Jump under a number of state----------% t0 initial temperature cooling% alpha------- beta coefficient%-------- balanced concentration coefficient% ROUTES------ Alternative Path Set% Enable--------- nodes to the number of alternative paths%-------- Cost adjacent costs Matrix% Source------ source node labeling% End--------- destination node labeling Group Vector%% of the MBR--------- generations optimal path coding

介绍人工智能语言Prolog的书籍-introduced artificial intelligence language books Prolog