使用labview编写的dice游戏，很有趣味性。

neural network in C language

遗传算法的经典之作-Genetic Algorithm for the classics

专家系统控制算法pid-The control arithmetic of Expert Systems

这个是做自动控制的小车的代码，这里有一些模块的程序，可以参考。-This is the automatic control of the car to do the code, here are some program modules, you can reference.

文本分类算法很多，神经网络算法遗传算法可以用，本算法采用支持向量机SVM来实现-Text Classification Algorithm

本例是一个神经网络仿真应用程序，对于无这方面技能的人也能方便地使用它，程序基于BP反传播算法实现，通过网络训练，获得你需要的网络模型，同时，你还可以测试你建立的网络模型。内附三个实例-This is a example of networking simulink application program,

使用于初级使用者.能够直接使用采用最优化算法 遗传算法-use in the primary users. To use the most direct use of genetic algorithm optimization algorithm

Autolife模型是一个能够进行“开放式进化”的人工生命系统。每个Agent模型采用可以变化规则表长度的有限自动机模型建模。一方面Agent可以进行自我繁殖，同时模型中的选择机制没有采用显式的适应度函数而是采用能量消耗的简单模型而自发涌现出来，所以可以认为Agent模型是一个类Tierra系统。然而与Tierra、Avida等数字生命模型不同的是，Autolife模型进行了大大的简化，它界面友好，操作直接。虽然没有给每个Agent装配一个虚拟计算机，但是Agent与环境的耦合则可以看成一个图灵机模型，因此Agent可以通过变异而“任意”的编程序。通过Autolife模型，首先人们可以看到一般的生态系统中共存的现象：生物的大爆炸、大灭绝，Agent进化得越来越聪明；其次，用户可以通过变化不同的食物添加规则探索Agent与环境的关系；最后，如果允许Agent通过播种改变环境自动产生食物，那么组织的涌现就是一种不可避免的结果。Agent构成的组织具有自主运动的特性，还可以进行自我修复，可以说Autolife中的组织是一些真正的“活体”。-Autolife model is to conduct an "open-evolution" artificial life system. Each Agent can be used model changes the rules limited the length of the table automatic machine modeling. One Agent can be self-propagation, model selection mechanism not used Explicit the fitness function instead of using the energy consumption of a simple model to emerge spontaneously, so that the agent can be a model category Tierra system. But with Tierra, Avida digital life model is different Autolife model for greatly simplified its

java神经网络工具箱-neural network toolbox

FP-GROWTH算法实现数据挖掘中的关联规则-FP-GROWTH data mining algorithm of association rules