遗传算法求解tsp文题 里面包括了执行文件

ART2自组织神经网络vc++源程序，调试通过，可以使用。-ART2 self-organizing neural network vc++ Source code, debugging through, you can use.

基于MATLAB完成的神经网络源程序 大家-Based on the MATLAB neural network to complete the U.S. source

这是个神经网络工具箱的一点MATALAB 程序-This is a neural network toolbox 1:00 MATALAB procedures

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

可拓学的专家系统,基于B/S结构,动态,网络专家系统.-Extenics expert system, based on B/S structure, dynamics, network expert system.

这是用实验函数--Ackley函数来检验遗传算法的优越性，其中有点小毛病，就是种群数在20个左右效果最好，一旦增加种群，结果就不大对劲了。忙了好多天，也没调出来，还请各位大侠指点喽-This is the experimental function-- Ackley function to test the advantages of genetic algorithm, with a little fault, is the number of stocks in the 20 best around, once increased stocks, the result is not very comfortable having the. Busier afterwards, it was not stressed out, please Shanhaiguan kind Lackeys

Fuzzy logic system VC classes

基于遗传神经网络的图像分割系统源代码，下载后直接使用-Based on genetic neural network image segmentation system source code, download direct use of

nsga2 C++源码实现，收敛速度很快-nsga2 C++ source code implementation, fast convergence

--- -一个介绍支持向量机的文档。 认真读一读，会有收获的。-------- introduced a Support Vector Machine documents. Seriously read, there will be rewarding.