HOPFIELD的一个经典用例，解决TSP问题，代码完整，是我自己编写的哦...

这是一个简单的GA代码，为新手用户提供参考

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

遗传算法解决NN逼近任意函数-genetic algorithm to solve arbitrary function approximation NN

Matlab implementation of ID3 and NaiveBayes classifier. It also includes example dataset as well.

关于遗传算法编成的一本书，有遗传算法基础的人看。较权威的一本书-On the genetic algorithm into a book, a genetic algorithm-based perspective. Than the authority of a book

matlab的典型算法（包括神经网络、遗传算法、概率算法、模拟退火算法）-matlab typical algorithms (including neural networks, genetic algorithms, probabilistic algorithms, simulated annealing algorithm)

基本遗传算法 里面的函数可自行更换 适合初学者 容易理解-A function of the basic genetic algorithm which can be suitable for beginners is easy to understand on their own replacement

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

模糊控制逻辑飞机着陆问题算法的vc编程实现-Fuzzy logic control of the aircraft landing problem vc Programming Algorithm