关于人工神经网络采用反向传播方法…

模拟退火生成树，一种比较好分类方法。程序简单，易懂。-simulated annealing Spanning Tree, a better classification. Simple and straightforward.

多步预测,设计简单规范,基于信息建模,具有很强的抗干扰性和鲁棒性.-Multi-step prediction, the design of simple norms, based on information modeling, which has strong anti-jamming and robustness.

人工鱼群算法（AFSA）是2002年李晓磊提出的基于鱼群行为的寻求全局最优 的新型搜索策略，该算法具有较优的全局收敛能力及较快的寻优速度。本文首次将 人工鱼群算法应用于人工神经网络的学习，形成了人工鱼群神经网络模型，通过与 BP算法、模拟退化算法、进化算法训练的人工神经网络进行比较，验证了人工鱼群 神经网络在全局寻优能力上的优势，进而利用人工鱼群神经网络进行电力系统短期 负荷预测，建立了人工鱼群神经网络预测模型。为了进一步提高算法的稳定性，以 及求得全局最优值的能力，文中给出了改进的人工鱼群算法。当人工鱼种群的最优 值在多代未变的情况下，加入了“跳跃”行为，改变人工鱼个体的参数，避免陷入 局部最优并提高了寻求全局最优解的能力。然后建立了新的预测模型，实际编程表 明，改进后的模型具有更好的全局最优化能力及稳定性。-err

用C语言实现的BP网络的程序,严格按照BP的算法流程,开发环境为WIN-TC-C language of BP procedures in strict accordance with the BP algorithm. Development Environment for the WIN-TC

模糊pid的一个例子，在Visual c++下通过-An example of fuzzy pid, in the Visual c++ Through

支持向量机的matlab代码.很有参考价值的源代码-Support vector machine matlab code. A good reference source code

自己编写的人工智能小模型，可实现逻辑推理功能

遗传算法-Genetic algorithms

this demo is to show you how to implement a generic SIR (a.k.a. particle, bootstrap, Monte Carlo) filter to estimate the hidden states of a nonlinear, non-Gaussian state space model.-this demo is to show you how to implement a ge neric SIR (a.k.a. particle, the bootstrap. Monte Carlo) filter to estimate the hidden stat es of a nonlinear. non-Gaussian state space model.

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.