遗传算法的文章

本程序是具有进化能力的人工生命floy，你会看到越来越具有智能的floy会自发的产生。 -this evolutionary process is the ability of artificial life floy, you will see more intelligent the floy will spontaneously emerge.

人工智能领域最基本的问题-artificial intelligence fundamental problem

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

C++实现神经网路的bp算法，初学者可以参考下 BP algorithm of neural network s achievement based on c++, maybe it is useful to a new learner-C++ Realization of bp neural network algorithm, beginners can refer to under the BP algorithm of neural network s achievement based on c++, Maybe it is useful to a new learner

数据挖掘中的关联规则发现算法-Data Mining Association Rules algorithm

神经网络的运用，比较基础，对初学者比较有用-The use of neural networks, basis of comparison, more useful for beginners

用vb编写的一个遗传算法的程序，大家可以参考-prepared with a genetic algorithm of the procedure, we can refer to

销售预测系统，可以根据历史销售数据对未来的销售量进行有效预测，采用BP神经网络对预测模型进行训练，可以达到不错效果-sales forecasting system, based on historical sales data for the future effective sales forecasts, BP neural network model to predict the training, they can achieve good results

BP网络神经元控制器BPNNC-BPNNC of the BPnetwork neuron controller

这是一个模式识别中的最近邻分类算法的一个简单仿真分类实例，其中female.txt和male.txt是训练样本，test.txt是测试样本，分类效果非常好，对于模式学习的初学者将会有很大帮助。-This is a pattern recognition algorithm for nearest neighbor classification simulation of a simple classification example, is one of female.txt and male.txt training samples, test.txt is the measurement, classification effect is very good for beginners will be learning model there is a great help.