遗传算法的程序和代码，供参考交流

基于旋量的机器人运动学及动力学分析，是一种新的研究机器人运动学及动力学的方法-Based on spinor analysis of robot kinematics and dynamics

遗传算法软件包，其中有例子配合理解，十分不错-GA package, which is an example with understanding, very good

神经网络与免疫算法的结合，用matlab编程实现小功能-Neural network with a combination of immune algorithm with a small functional programming matlab

应用径向基神经网络作预测的matlab程序-application RBFNN forecast for the Matlab procedures

人工智能GRAPHSEARCH算法C语言实现-GRAPHSEARCH artificial intelligence algorithm C Language

该算法采用另外一种策略，结合进化策略和遗传算法，达到优化的目地-The algorithm uses a different strategy, combining evolutionary strategy and genetic algorithm to optimize the purpose

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! !

最短路算法：基于遗传算法的一种最短路的MATLAB程序。-Shortest Path Algorithm: Genetic Algorithm Based on one of the most short-circuit the MATLAB program.

matlab编写的遗传算法，采用二进制编码，有说明文档。-Matlab prepared by the genetic algorithm, using the binary coding, documentation.

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