8. "Genetic algorithm and its application," Chen Guoliang edited and p...

Libsvm is a simple, easy-to-use, and efficient software for SVM classification and regression. It solves C-SVM classification, nu-SVM classification, one-class-SVM, epsilon-SVM regression, and nu-SVM regression. It also provides an automatic model selection tool for C-SVM classification. This document explains the use of libsvm.

扩展的Infomax算法，具有比较快的收敛速度！而且程序非常简洁,明了-expansion of Infomax algorithm, with a faster rate of convergence! The procedure is very simple, straightforward

不错的自组织神经网络算法，程序有注释。能运行，效果还行。-good self-organizing neural network algorithm, the procedure Notes. Can run, the results were OK.

基于小波和神经网络的论文，来自期刊网-wavelet-based and neural network papers from the Journal Network! !

人工智能课程的实验中用C语言环境实现子句归结的算法和反映-experimental artificial intelligence courses using C language environment to achieve phrase attributed to the algorithm and reflect

（其中已经包含5个源码）所附源程序C或C++代码文件及其可执行文件 Scs.cpp 基本分类算法源程序， 输入数据文件cfile.txt,efile.txt,gfile.txt,pfile.txt ,rfile.txt,tfile.txt Sga.c 基本遗传算法源程序, 输入数据文件input，输出文件output A_life.c 基于遗传算法的人工生命模拟源程序, 输入数据文件world GA_nn.c 基于遗传算法优化神经网络结构源程序,输入数据文件sample Patmat.c 基于遗传算法提取基元图形源程序-(which includes five OSS) attached to C or C source code files and executable files Scs.c pp basic classification algorithm source files, input data files cfile.txt, efile.txt. gfile.txt, pfile.txt, rfile.txt. tfile.txt Sga.c basic genetic algorithm source files, input data files input, output file output A_life.c based on genetic algorithm simulation source Artificial Life, import data files GA_nn.c world based on genetic algorithm optimization neural network structure source, import data files Patmat.c sample extraction based on genetic algorithm-based graphic source yuan

C#版遗传算法解TSP问题-C# version Genetic Algorithm for the Traveling Salesman Problem

解非线性规划模型的遗传算法，用c++语言编写，注释完整，结构清晰-Genetic Algorithm for nonlinear programming

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

这个程序是一个模糊逻辑控制器，用来控制一个简单的水箱模型，比较简单，是我自己设计的，或许能够给大家一些帮助。-This process is a fuzzy logic controller, used to control a simple tank model, relatively simple, is my own design, may be able to give you some help.